C#关于编码、解码相关问题

编码、解码技术是我们在程序中开发中经常使用到的，对一些敏感信息的存储，比如密码之类的，我们一般是不会直接以明文直接存储到数据库的，而是会通过各种算法，可以是现成的MD5（一种散列算法）、或者是Hash算法+Salt（混淆因子），甚至是自己定义的一套算法进行加解密。这里不想阐述加解密技术，在之前的一篇博客当中，简单列举了两种基本方法，见.NET加解密技术。这里重点讲解一下编码、解码以及乱码的相关问题。

我们先看一个简单的例子：
1
2
3
4
    
string str = "abcd";//测试字符串
byte[] bytes = Encoding.GetEncoding("ascii").GetBytes(str);//将字符串转成ascii编码的字节数组，这里的bytes数组，长度为4，分别对应于abcd的ascii码97、98、99、100
string result = Encoding.GetEncoding("ascii").GetString(bytes);//将字节数组转回为字符串
Console.WriteLine(result);//输出abcd

这里应用到了ascii编码。我们知道，ascii码是国际标准编码，全称为：美国信息交换标准编码，只能表示127个字符，不能代表汉字，所以我们对汉字进行ascii编码之后，是不能进行还原的。汉字不能转变为ascii码，因此会变成乱码，对乱码进行还原也就还原不了了。

正是由于ascii码的局限性，不能表示世界上各种语言和符号，因此ISO（国际标准化组织）推出了unicode编码，它可以容纳世界上所有的文字和字符。

项目开发中经常会有出现乱码的情况，这就是由于两端（服务端、请求端）编解码的方式不一致造成的。比如服务端是utf-8编码，而在客户端以gbk接收，那么就会出现乱码。所以解决乱码这个问题，思路就是从对方的编码方式入手，弄清楚对方的编码是什么编码，我这边就以什么编码来解码。这个解决问题的思路，在我实际项目开发过程中屡试不爽。

比如我们经常会用到web页面导出excel的问题。代码如下：
1
2
3
4
5
6
7
    
string fileName = HttpUtility.UrlEncode("Excel文件名为中文哦.xls");
Response.Clear();
Response.Buffer = true;
Response.AppendHeader("Content-Disposition", "attachment;filename=" + fileName);
Response.ContentEncoding = System.Text.Encoding.UTF8;
Response.ContentType = "application/vnd.ms-excel";
this.EnableViewState = false;

经过HttpUtility.UrlEncode方法进行编码之后，在IE浏览器下弹出的excel下载对话框中显示的文件名就不会显示乱码，而显示正常的汉字了。对应的方法是HttpUtility.UrlDecode方法，进行解密。这两个方法在web开发编解码当中会用到。

比如：
1
2
3
    
string text = "%D6%D0%B9%FA%B4%F3%B0%D9%BF%C6%D4%DA%CF%DF%C8%AB%CE%C4%BC%EC%CB%F7&tn=myie2dg";
string result = HttpUtility.UrlDecode(text, Encoding.GetEncoding("gbk"));
Response.Write(result);//输出中国大百科在线全文检索&tn=myie2dg

最后附一个我几年前曾经在实际项目开发中遇到过的一个问题。

当时也是很着急，花了一天时间也没有解决那个问题，老是得不到正确的结果。当时的情况是对方将图片转变为字节数组，然后对这个字节数组进行base64编码之后再对新的字符串进行utf-8编码，最后封装成xml文档。当然这个过程是我推断的，因为当时并不知道真实的情况，只是调用对方提供的webservice。一般来说，对于中文的编码还是以utf-8、gbk、gb2312等编码为主。对方提供的开发文档当中并没有提及编码方式，最后经过实验，用utf-8编码方式解决。（其实准确一点来说，当时的情况是不知道是先对字节数组进行utf-8编码还是先对字节数组的base64编码之后得到的一串字符串再进行utf-8编码，有点绕，能理解不？呵呵）