說明：
在《 .NET 4.0面向對象編程漫談 》基礎篇《 13.2.1 序列化與流》中，向大家介紹瞭如何向流中序列化一個對象。
本篇擴充閱讀將向讀者介紹將字符串對象的序列化，這裏面的關鍵是字符串應該如何編碼和解碼爲二進制數值，從而可以把它們保存到文件流（ FileStream）中，或者通過網絡流（ NetworkStream）將它們遠程發送到另一臺計算機上。
抱怨一下：
使用CSDN的在線編輯器寫文章是一個讓人望而生畏的工作，當提交文檔時，CSDN Web服務器經常報告“內部錯誤”，所以文章排版不好，諸位見諒。博客園的系統穩定些，讀者可以訪問http://www.cnblogs.com/bitfan/archive/2010/11/25/1887590.html看到排版好一點的同樣文章。
==============================================================
1 引子
在實際開發中，經常需要將一些字符串寫入到文本文件中，或者從文本文件中讀入字符串，在 .NET應用程序中，通常使用 StreamReader或 StreamWriter兩個類完成這一工作，比如以下代碼將 fileContent字串寫入到 FileName文件中：
static void WriteFileUseStreamWriter(String fileContent, String FileName)
{
using (StreamWriter writer = new StreamWriter(FileName))
{
writer.Write(fileContent);
}
}
如果你使用 .NET基類庫中相關類（比如 StreamReader或下面用到的 File類）去讀取這個文件，你會發現一切如你所願地正常運轉：
Console.WriteLine(File.ReadAllText( " test.txt " )); // 輸出：“中國ab”
由於多數情況下我們都工作在中文 Windows下，而且往往都是某個 .NET程序寫，另一個 .NET程序讀，所以，不少 .NET程序員可能都沒注意到這其中其實存在着一個字符編碼的問題，在特定的場合下，這一問題會給我們帶來麻煩。
請看圖 1：
圖1 記事本支持的編碼方式
默認情況下， Windows記事本以 ANSI編碼方式保存文件。如圖 1所示，如果文本內容爲“中國 ab ” ，記事本將其以 ASNI方式保存爲“ test.txt”，則以下代碼將“罷工”了（參看圖 2）：
圖2 漢字將顯示爲亂碼
如 圖 2 所示， File.ReadAllText方法打開“ test.txt”文件時，會發現英文字符可以正常顯示，但中文將顯示爲亂碼。
2 瞭解字符的編碼
我們可以做個試驗，使用記事本將“中國 ab”這個中英混雜的字符串以不同編碼方式保存爲多個“ .txt”文件，然後直接查看其二進制內容：
圖3 比對字符編碼
圖 3 展示了“中國 ab”按四種編碼方式（ ANSI、 UTF8、 Unicode、 Unicode Big Endian ）得到的不同二進制數據。
以英文字符“ a”爲例， ANSI和 UTF8得到的數值都是“ 61”，但 Unicode將它擴充爲 2個字節 16位的二進制（“ 61 00”和“ 00 61”），所以我們又將這種編碼方式稱爲 UTF-16。
UTF-16 又可以細分爲 2種編碼方式： Big Endian方式與 Little_Edian方式，這兩者的唯一區別在於字節排列順序剛好相反， Little_Edian方式將“ a”編碼爲“ 61 00”，而 Big Endian方式則編碼爲“ 00 61”。
現在看看中文字符，“中國”兩個漢字， ANSI編碼爲“ D6 D0 B9 FA”， 4個字節，一個漢字佔兩個字節，而 UTF8則編碼爲“ E4 B8 AD E5 9B BD”， 6個字節，一個漢字佔 3個字節！這說明 UTF8是一種“變長”的編碼，可能使用 1~4個字節來表示某個字符。
另外，我們看到 UTF8和 Unicode編碼（不管是 Big Endian還是 Little Endian ）前面都有幾個標記字符，這些字符放在文本文件的開頭，稱爲“ BOM（ Byte Order Mark，字節順序標記）”指明瞭文本的編碼方式，以下是 .NET程序中常見的字符編碼方式的 BOM值：
|
編碼 |
BOM值 |
|
UTF-8 |
EF BB BF |
|
UTF-16 big endian |
FE FF |
|
UTF-16 little endian |
FF FE |
|
UTF-32 big endian |
00 00 FE FF |
|
UTF-32 little endian |
FF FE 00 00 |
瞭解了上述基礎知識，我們就可以依據 BOM值自動檢測字符串的編碼方式，從而正確從二進制數據流中解碼，以下代碼檢測文本二進制數據是否採用 UTF8編碼：
byte [] FileContents = File.ReadAllBytes(FilePath);
int filelength = FileContents.Length;
// 檢測BOM
if (FileContents[ 0 ] == 0xef && FileContents[ 1 ] == 0xbb && FileContents[ 2 ] == 0xbf )
{
// 按UTF8解碼字符串，注意要排除掉BOM佔用的3個字節。
String content = Encoding.UTF8.GetString( FileContents, 3 , filelength - 3 );
Console.WriteLine(content);
}
其他的編碼方式都可以“依樣畫葫蘆”。
3 詳解 .NET 基類庫中與字符編碼相關的類
前述代碼中的 Encoding類是 .NET實現字符編碼解碼的核心類型。圖 4展示了它的屬性：
圖 4 Encoding類型
如圖 4所示， Encoding類型提供了 UTF8、 Unicode等編碼和解碼器，調用它的 Get系列方法完成編碼和解碼工作，以下爲示例代碼：
byte [] bytes = Encoding.UTF8.GetBytes( " 中國ab " );
foreach ( byte value in bytes)
Console.Write( " {0} " , value.ToString( " x " )); // 轉化爲16進制
Console.WriteLine();
// 解碼
char [] chars = Encoding.UTF8.GetChars(bytes);
foreach ( char ch in chars)
Console.Write( " {0} " , ch);
運行結果如下：
圖5 編碼和解碼
需要注意的是上述二進制值不包括 BOM。
事實上， .NET中的 StreamWriter默認採用 UTF8編碼格式編碼字符串，但並不將 UTF8所對應的 BOM值（“ EF BB BF”）寫入到二進制流中。以下是 StreamWriter的一個構造函數聲明：
{ }
類似地， File.ReadAllText()方法在內部使用 UTF8來讀取指定文件中的字符串 ：
{
// ……
return InternalReadAllText(path, Encoding.UTF8);
}
由於默認編碼方式一致，所以配套使用 StreamWriter和 File.ReadAllText()方法可以正確地從流中存取字符串。
出於提升代碼可維護性考慮，正確的用法應該是明確地指明編碼方式：
{
using (StreamWriter writer = new StreamWriter(FileName, false , Encoding.UTF8 ))
{
writer.Write(fileContent);
}
}
這時， StreamWriter會在文件開頭寫入 UTF8的 BOM標記，從而讓其他的應用程序可以很明確地知道本文件中字符串的編碼方式。
4 談談有趣的 Encoding.Default 屬性
Encoding 類中有一個有趣的 Default屬性，它的類型很奇怪，叫作“ DBCSCodePageEncoding”，這個類型在 MSDN中是查不到的。
“ DBCS”代表“ double-byte character set （雙字節字符集）”，它是與“ SBCS（ single-byte character set，單字節字符集）”相對應的， SBCS中，所有字符都只佔一個字節，所以能表示的字符數有限，但在 DBCS中，英文字母佔一個字節，漢字等特殊字符佔有兩個字節，從而擴充了 Windows能顯示的字符數量。
DBCSCodePageEncoding 中的“ Code Page”被稱爲“ 代碼頁 ”，每個代碼頁定義了特定的編碼將如何對應於特定的字符（比如簡體和繁體中文就分別定義在不同的代碼頁中），因此，同樣的二進制數值，在不同的代碼頁中，會代表不同的字符。中文 Windows通過使用基於代碼頁的 DBCS編碼方式，可以方便地以多種編碼方式顯示和處理字符串。
我們在 MSDN中可以查到所有代碼頁的編號，下面列出了可能比較常用的代碼頁標識：
936 gb2312
950 big5
1200 utf-16
52936 hz-gb-2312
54936 GB18030
65000 utf-7
65001 utf-8
.NET 應用程序可以通過以下方式獲取指定代碼頁的編碼對象：
以下代碼將按照指定代碼頁編碼字符串，並將其寫入到文件中：
{
using (StreamWriter writer = new StreamWriter(FileName, false , Encoding.GetEncoding(CodePage)))
{
writer.Write(fileContent);
}
}
現在，使用以下代碼將按照 UTF8編碼字符串：
5 結束語
除了本文所介紹的將字符串保存到文本文件的這種場景，字符串的編碼方式在基於套接字的 TCP/UDP網絡編程也非常重要，比如 .NET提供了一個 NetworkStream封裝 Socket實現網絡通訊，如果希望將一個命令字符串從客戶端送到服務端，服務端通過讀取這個字符串完成特定的工作，則編碼方式就很重要了，客戶端與服務端必須採用一致的編碼方式傳送命令，否則，網絡服務就有可能因爲無法解析客戶端發送過來的數據而 Down掉。
有關網絡編程的內容很有趣，我的下一篇文章會介紹 .NET套接字編程。
好了，這篇介紹字符串編碼的短文寫完了，希望本文能對讀者有所幫助，如有錯誤，敬請指正。
轉載自：http://blog.csdn.net/bitfan/article/details/6035134