[C#基础]字符编码与二进制

本文转自：http://blog.csdn.net/lyh916/article/details/46274841，请点击链接查看大神原文，尊重大神版权。

参考链接：

https://baike.baidu.com/item/%E5%AD%97%E7%AC%A6%E7%BC%96%E7%A0%81#7

http://www.cnblogs.com/laozuan/archive/2012/04/24/2467888.html

http://www.xuanyusong.com/archives/1919

字符编码与二进制

字符编码的重要性：

世界上存在着多种编码方式，同一个二进制数字可以被解释成不同的符号。

因此，要想打开一个文本文件，就必须知道它的编码方式，否则用错误的编码方式解读，就会出现乱码。

基础知识：

1字节=8位，可以表示256个字符，从8个0到8个1

c#数据类型占用的字节数：

bool -> System.Boolean (布尔型，其值为 true 或者 false)

byte -> System.Byte (字节型，占 1 字节，表示 8 位正整数，范围 0 ~ 255)

sbyte -> System.SByte (带符号字节型，占 1 字节，表示 8 位整数，范围 -128 ~ 127)

char -> System.Char (字符型，占2字节，表示 1 个 Unicode 字符)

short -> System.Int16 (短整型，占 2 字节，表示 16 位整数，范围 -32,768 ~ 32,767)

ushort -> System.UInt16 (无符号短整型，占 2 字节，表示 16 位正整数，范围 0 ~ 65,535)

uint -> System.UInt32 (无符号整型，占 4 字节，表示 32 位正整数，范围 0 ~ 4,294,967,295)

int -> System.Int32 (整型，占 4 字节，表示 32 位整数，范围 -2,147,483,648 到 2,147,483,647)

float -> System.Single (单精度浮点型，占 4 个字节)

ulong -> System.UInt64 (无符号长整型，占 8 字节，表示 64 位正整数，范围 0 ~ 大约 10 的 20 次方)

long -> System.Int64 (长整型，占 8 字节，表示 64 位整数，范围大约 -(10 的 19) 次方 到 10 的 19 次方)

double -> System.Double (双精度浮点型，占8 个字节) 

////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////

0.

a.二进制，逢二进一，主要用在加减法的运算

例：1011 + 11 = 1110

b.0x开头，表示十六进制(是数字0，不是字母o)

例：0x100F

1. & 与

类似于"and"，两个二进制数，均为1时结果为1，否则为0

例：0000 1001 & 0000 0101 = 0000 0001 

2.| 或

类似于"or"，两个二进制数，只要有1结果为1，否则为0

例：0000 1001 | 0000 0101 = 0000 1101 

与、或运算通常用于将某些位清零，或者保留某些位

例：a & 0000 1111 表示将高四位清零，保留低四位


3.<< 左移

左移运算是将一个二进制位的操作数按指定移动的位数向左移位，移出位被丢弃，右边的空位一律补0

4.>> 右移

右移运算是将一个二进制位的操作数按指定移动的位数向右移动，移出位被丢弃，左边的空位一律补0，

或者补符号位，这由不同的机器而定

////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////

[b]常见字符编码：

1. ASCII码

ASCII码一共规定了128个字符的编码，只占用了一个字节的后面7位，最前面的1位统一规定为0。

缺点：英语用128个符号编码就够了，但是用来表示其他语言，128个符号是不够的。

2.Unicode(相当于UTF-16)

Unicode是一个很大的集合，现在的规模可以容纳100多万个符号。每个符号的编码都不一样，可以解决乱码问题。一个Unicode字符由两个字节组成。

缺点：Unicode固然统一了编码方式，但是它的效率不高，比如UCS-4(Unicode的标准之一)规定用4个字节存储一个符号，那么每个英文字母前都必然有三个字节是0，这对存储和传输来说都很耗资源。

3.UTF-8

为了提高Unicode的编码效率，于是就出现了UTF-8编码。UTF-8可以根据不同的符号自动选择编码的长短。比如英文字母可以只用1个字节就够了。

UTF-8就是在互联网上使用最广的一种Unicode的实现方式。其他实现方式还包括UTF-16（字符用两个字节或四个字节表示）和UTF-32（字符用四个字节表示），不过在互联网上基本不用。重复一遍，这里的关系是，UTF-8是Unicode的实现方式之一。

4.GBK

GBK采用双字节表示，解决汉字编码的问题。

c#中二进制文件的读写：

BinaryWriter类：https://msdn.microsoft.com/zh-cn/library/system.io.binarywriter.aspx

BinaryReader类：https://msdn.microsoft.com/zh-cn/library/system.io.binaryreader.aspx

Array.Copy：从指定的源索引开始，复制 Array 中的一系列元素，将它们粘贴到另一Array 中（从指定的目标索引开始）。

public static void Copy(
Array sourceArray,
int sourceIndex,
Array destinationArray,
int destinationIndex,
int length
)

using UnityEngine;
using System.Collections;
using System.IO;
using System.Text;
using UnityEditor;

public class TestByte : MonoBehaviour {

void Update()
{
if (Input.GetKeyDown(KeyCode.Alpha1)) WriteByte();
if (Input.GetKeyDown(KeyCode.Alpha2)) ReadByte();
}

void WriteByte()
{
string path = Application.dataPath + @"/binary.txt";

if (File.Exists(path))
File.Delete(path);
FileStream fs = new FileStream(path,FileMode.Create);
BinaryWriter bw = new BinaryWriter(fs);

bw.Write("宏哥");
bw.Write((short)1995);
bw.Write((int)2015);
bw.Write((float)530);
bw.Write(true);

bw.Close();
fs.Close();

AssetDatabase.Refresh();
}

void ReadByte()
{
string path = Application.dataPath + @"/binary.txt";

FileStream fs = new FileStream(path, FileMode.Open);
BinaryReader br = new BinaryReader(fs);

print(br.ReadString());
print(br.ReadInt16());
print(br.ReadInt32());
print(br.ReadSingle());
print(br.ReadBoolean());

br.Close();
fs.Close();
}
}

二进制文件：





using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.Threading;
using System.IO;

namespace ConsoleApplication3
{
class Program
{
static void Main(string[] args)
{
TestMemoryStream();
TestBinaryReaderWriter();
Console.ReadLine();
}

static void TestMemoryStream()
{
//如果使用文件流，则信息会被写进文件中
//而使用内存流，则信息会被写进内存中，不会产生额外的文件
MemoryStream ms = new MemoryStream();
//将待写入的数据从字符串转换为字节数组
byte[] testBytes = Encoding.UTF8.GetBytes("测试数据");

PrintInfo(ms);

ms.Write(testBytes, 0, testBytes.Length);
PrintInfo(ms);

//SeekOrigin的三种取值：
//1.Begin 指定流的开头 2.Current 指定流内的当前位置 3.End 指定流的结尾
//将position重定位为开头
ms.Seek(0, SeekOrigin.Begin);
byte[] bytes = new byte[testBytes.Length];
ms.Read(bytes, 0, bytes.Length);
Console.WriteLine("bytes：{0}", Encoding.UTF8.GetString(bytes, 0, bytes.Length));
PrintInfo(ms);

byte[] buffer = ms.GetBuffer();
Console.WriteLine("buffer：{0}", Encoding.UTF8.GetString(buffer, 0, buffer.Length));
PrintInfo(ms);
}

static void PrintInfo(MemoryStream ms)
{
Console.WriteLine("Capacity：{0}", ms.Capacity);
Console.WriteLine("Length：{0}", ms.Length);
Console.WriteLine("Position：{0}", ms.Position);
Console.WriteLine();
}

static void TestBinaryReaderWriter()
{
MemoryStream ms = new MemoryStream();
BinaryReader br = new BinaryReader(ms);
BinaryWriter bw = new BinaryWriter(ms);

bw.Write("helloworld");
ms.Seek(0, SeekOrigin.Begin);
string s = br.ReadString();
Console.WriteLine("content：{0}",s);

//字符串的长度是可变的，因此无法确定字符串的字节数
//当使用BinaryWriter.Write写入字符串时，会用第一位来存储字符串的长度
ms.Seek(0, SeekOrigin.Begin);
byte[] bytes = ms.ToArray();
for (int i = 0; i < bytes.Length;i++ )
{
Console.WriteLine("content：{0}", bytes[i]);
}
}
}
}