Encoding Clase

Definición

public ref class Encoding abstract

public ref class Encoding abstract : ICloneable

public abstract class Encoding

public abstract class Encoding : ICloneable

[System.Serializable]
public abstract class Encoding

[System.Serializable]
[System.Runtime.InteropServices.ComVisible(true)]
public abstract class Encoding : ICloneable

type Encoding = class

type Encoding = class
    interface ICloneable

[<System.Serializable>]
type Encoding = class

[<System.Serializable>]
[<System.Runtime.InteropServices.ComVisible(true)>]
type Encoding = class
    interface ICloneable

Public MustInherit Class Encoding

Public MustInherit Class Encoding
Implements ICloneable

Herencia

Object

Encoding

Derivado

System.Text.ASCIIEncoding

System.Text.UnicodeEncoding

System.Text.UTF32Encoding

System.Text.UTF7Encoding

System.Text.UTF8Encoding

Atributos

SerializableAttribute ComVisibleAttribute

Implementaciones

ICloneable

Ejemplos

En el ejemplo siguiente se convierte una cadena de una codificación a otra.

using System;
using System.Text;

class ConvertExample
{
   static void Run()
   {
      string unicodeString = "This string contains the unicode character Pi (\u03a0)";

      // Create two different encodings.
      Encoding ascii = Encoding.ASCII;
      Encoding unicode = Encoding.Unicode;

      // Convert the string into a byte array.
      byte[] unicodeBytes = unicode.GetBytes(unicodeString);

      // Perform the conversion from one encoding to the other.
      byte[] asciiBytes = Encoding.Convert(unicode, ascii, unicodeBytes);
         
      // Convert the new byte[] into a char[] and then into a string.
      char[] asciiChars = new char[ascii.GetCharCount(asciiBytes, 0, asciiBytes.Length)];
      ascii.GetChars(asciiBytes, 0, asciiBytes.Length, asciiChars, 0);
      string asciiString = new string(asciiChars);

      // Display the strings created before and after the conversion.
      Console.WriteLine("Original string: {0}", unicodeString);
      Console.WriteLine("Ascii converted string: {0}", asciiString);
   }
}

// The example displays the following output:
//    Original string: This string contains the unicode character Pi (Π)
//    Ascii converted string: This string contains the unicode character Pi (?)

Imports System.Text

Class Example1
   Shared Sub Run()
      Dim unicodeString As String = "This string contains the unicode character Pi (" & ChrW(&H03A0) & ")"

      ' Create two different encodings.
      Dim ascii As Encoding = Encoding.ASCII
      Dim unicode As Encoding = Encoding.Unicode

      ' Convert the string into a byte array.
      Dim unicodeBytes As Byte() = unicode.GetBytes(unicodeString)

      ' Perform the conversion from one encoding to the other.
      Dim asciiBytes As Byte() = Encoding.Convert(unicode, ascii, unicodeBytes)

      ' Convert the new byte array into a char array and then into a string.
      Dim asciiChars(ascii.GetCharCount(asciiBytes, 0, asciiBytes.Length)-1) As Char
      ascii.GetChars(asciiBytes, 0, asciiBytes.Length, asciiChars, 0)
      Dim asciiString As New String(asciiChars)

      ' Display the strings created before and after the conversion.
      Console.WriteLine("Original string: {0}", unicodeString)
      Console.WriteLine("Ascii converted string: {0}", asciiString)
   End Sub
End Class
' The example displays the following output:
'    Original string: This string contains the unicode character Pi (Π)
'    Ascii converted string: This string contains the unicode character Pi (?)

Comentarios

La Encoding clase representa una codificación de caracteres.

La codificación es el proceso de transformar un conjunto de caracteres Unicode en una secuencia de bytes. En cambio, la descodificación es el proceso de transformar una secuencia de bytes codificados en un conjunto de caracteres Unicode. Para obtener información sobre los formatos de transformación Unicode (UTFs) y otras codificaciones admitidas por Encoding, vea Codificación de caracteres en .NET.

Encoding está diseñado para funcionar en caracteres Unicode en lugar de datos binarios arbitrarios, como matrices de bytes. Si debe codificar datos binarios arbitrarios en texto, debe usar un protocolo como uuencode, que se implementa mediante métodos como Convert.ToBase64CharArray.

.NET proporciona las siguientes implementaciones de la Encoding clase para admitir codificaciones Unicode actuales y otras codificaciones:

• ASCIIEncoding codifica caracteres Unicode como caracteres ASCII de 7 bits únicos. Esta codificación solo admite valores de caracteres entre U+0000 y U+007F. Página de códigos 20127. También está disponible a través de la propiedad ASCII.

• UTF7Encoding codifica caracteres Unicode mediante la codificación UTF-7. Esta codificación admite todos los valores de caracteres Unicode. Página de códigos 65000. También está disponible a través de la propiedad UTF7.

• UTF8Encoding codifica caracteres Unicode mediante la codificación UTF-8. Esta codificación admite todos los valores de caracteres Unicode. Página de código 65001. También está disponible a través de la propiedad UTF8.

• UnicodeEncoding codifica caracteres Unicode mediante la codificación UTF-16. Se admiten tanto el orden de bytes little-endian como el big-endian. También está disponible a través de las propiedades Unicode y BigEndianUnicode.

• UTF32Encoding codifica caracteres Unicode mediante la codificación UTF-32. Se admite tanto el orden de bytes little endian (página de códigos 12000) como el big endian (página de códigos 12001). También está disponible a través de la propiedad UTF32.

La Encoding clase está pensada principalmente para convertir entre diferentes codificaciones y Unicode. A menudo, una de las clases Unicode derivadas es la opción correcta para la aplicación.

Use el GetEncoding método para obtener otras codificaciones y llame al GetEncodings método para obtener una lista de todas las codificaciones.

Lista de codificaciones

En la tabla siguiente se enumeran las codificaciones admitidas por .NET. Enumera el número de página de códigos de cada codificación y los valores de las propiedades EncodingInfo.Name y EncodingInfo.DisplayName de la codificación. Una marca de verificación en la compatibilidad con .NET Framework, la compatibilidad con .NET Core o .NET 5 y versiones posteriores indica que la página de códigos es compatible de forma nativa con esa implementación de .NET, independientemente de la plataforma subyacente. Para .NET Framework, la disponibilidad de otras codificaciones enumeradas en la tabla depende del sistema operativo. Para .NET Core y .NET 5 y versiones posteriores, hay otras codificaciones disponibles mediante la System.Text.CodePagesEncodingProvider clase o derivando de la System.Text.EncodingProvider clase .

En el ejemplo siguiente se llama a los métodos GetEncoding(Int32) y GetEncoding(String) para obtener la codificación de la página de códigos de griego (Windows). Compara los objetos Encoding devueltos por las llamadas al método para mostrar que son iguales y, a continuación, asigna el punto de código Unicode y el valor de página de códigos correspondiente para cada carácter del alfabeto griego.

using System;
using System.Text;

public class GetEncodingExample
{
   public static void Run()
   {
      Encoding enc = Encoding.GetEncoding(1253);
      Encoding altEnc = Encoding.GetEncoding("windows-1253");
      Console.WriteLine($"{enc.EncodingName} = Code Page {altEnc.CodePage}: {enc.Equals(altEnc)}");
      string greekAlphabet = "Α α Β β Γ γ Δ δ Ε ε Ζ ζ Η η " +
                             "Θ θ Ι ι Κ κ Λ λ Μ μ Ν ν Ξ ξ " +
                             "Ο ο Π π Ρ ρ Σ σ ς Τ τ Υ υ " +
                             "Φ φ Χ χ Ψ ψ Ω ω";
      Console.OutputEncoding = Encoding.UTF8;
      byte[] bytes = enc.GetBytes(greekAlphabet);
      Console.WriteLine("{0,-12} {1,20} {2,20:X2}", "Character",
                        "Unicode Code Point", "Code Page 1253");
      for (int ctr = 0; ctr < bytes.Length; ctr++) {
         if (greekAlphabet[ctr].Equals(' '))
            continue;

         Console.WriteLine("{0,-12} {1,20} {2,20:X2}", greekAlphabet[ctr],
                           GetCodePoint(greekAlphabet[ctr]), bytes[ctr]);
      }
   }

   private static string GetCodePoint(char ch)
   {
      string retVal = "u+";
      byte[] bytes = Encoding.Unicode.GetBytes(ch.ToString());
      for (int ctr = bytes.Length - 1; ctr >= 0; ctr--)
         retVal += bytes[ctr].ToString("X2");

      return retVal;
   }
}

// The example displays the following output:
//       Character      Unicode Code Point       Code Page 1253
//       Α                          u+0391                   C1
//       α                          u+03B1                   E1
//       Β                          u+0392                   C2
//       β                          u+03B2                   E2
//       Γ                          u+0393                   C3
//       γ                          u+03B3                   E3
//       Δ                          u+0394                   C4
//       δ                          u+03B4                   E4
//       Ε                          u+0395                   C5
//       ε                          u+03B5                   E5
//       Ζ                          u+0396                   C6
//       ζ                          u+03B6                   E6
//       Η                          u+0397                   C7
//       η                          u+03B7                   E7
//       Θ                          u+0398                   C8
//       θ                          u+03B8                   E8
//       Ι                          u+0399                   C9
//       ι                          u+03B9                   E9
//       Κ                          u+039A                   CA
//       κ                          u+03BA                   EA
//       Λ                          u+039B                   CB
//       λ                          u+03BB                   EB
//       Μ                          u+039C                   CC
//       μ                          u+03BC                   EC
//       Ν                          u+039D                   CD
//       ν                          u+03BD                   ED
//       Ξ                          u+039E                   CE
//       ξ                          u+03BE                   EE
//       Ο                          u+039F                   CF
//       ο                          u+03BF                   EF
//       Π                          u+03A0                   D0
//       π                          u+03C0                   F0
//       Ρ                          u+03A1                   D1
//       ρ                          u+03C1                   F1
//       Σ                          u+03A3                   D3
//       σ                          u+03C3                   F3
//       ς                          u+03C2                   F2
//       Τ                          u+03A4                   D4
//       τ                          u+03C4                   F4
//       Υ                          u+03A5                   D5
//       υ                          u+03C5                   F5
//       Φ                          u+03A6                   D6
//       φ                          u+03C6                   F6
//       Χ                          u+03A7                   D7
//       χ                          u+03C7                   F7
//       Ψ                          u+03A8                   D8
//       ψ                          u+03C8                   F8
//       Ω                          u+03A9                   D9
//       ω                          u+03C9                   F9

Imports System.Text

Module Example2
   Public Sub Run()
      Dim enc As Encoding = Encoding.GetEncoding(1253)
      Dim altEnc As Encoding = Encoding.GetEncoding("windows-1253")
      Console.WriteLine("{0} = Code Page {1}: {2}", enc.EncodingName,
                        altEnc.CodePage, enc.Equals(altEnc))
      Dim greekAlphabet As String = "Α α Β β Γ γ Δ δ Ε ε Ζ ζ Η η " +
                                    "Θ θ Ι ι Κ κ Λ λ Μ μ Ν ν Ξ ξ " +
                                    "Ο ο Π π Ρ ρ Σ σ ς Τ τ Υ υ " +
                                    "Φ φ Χ χ Ψ ψ Ω ω"
      Console.OutputEncoding = Encoding.UTF8
      Dim bytes() As Byte = enc.GetBytes(greekAlphabet)
      Console.WriteLine("{0,-12} {1,20} {2,20:X2}", "Character",
                        "Unicode Code Point", "Code Page 1253")
      For ctr As Integer = 0 To bytes.Length - 1
         If greekAlphabet(ctr).Equals(" "c) Then Continue For

         Console.WriteLine("{0,-12} {1,20} {2,20:X2}", greekAlphabet(ctr),
                           GetCodePoint(greekAlphabet(ctr)), bytes(ctr))
      Next

   End Sub

   Private Function GetCodePoint(ch As String) As String
      Dim retVal As String = "u+"
      Dim bytes() As Byte = Encoding.Unicode.GetBytes(ch)
      For ctr As Integer = bytes.Length - 1 To 0 Step -1
         retVal += bytes(ctr).ToString("X2")
      Next
      Return retVal
   End Function
End Module
' The example displays the following output:
'    Character      Unicode Code Point       Code Page 1253
'    Α                          u+0391                   C1
'    α                          u+03B1                   E1
'    Β                          u+0392                   C2
'    β                          u+03B2                   E2
'    Γ                          u+0393                   C3
'    γ                          u+03B3                   E3
'    Δ                          u+0394                   C4
'    δ                          u+03B4                   E4
'    Ε                          u+0395                   C5
'    ε                          u+03B5                   E5
'    Ζ                          u+0396                   C6
'    ζ                          u+03B6                   E6
'    Η                          u+0397                   C7
'    η                          u+03B7                   E7
'    Θ                          u+0398                   C8
'    θ                          u+03B8                   E8
'    Ι                          u+0399                   C9
'    ι                          u+03B9                   E9
'    Κ                          u+039A                   CA
'    κ                          u+03BA                   EA
'    Λ                          u+039B                   CB
'    λ                          u+03BB                   EB
'    Μ                          u+039C                   CC
'    μ                          u+03BC                   EC
'    Ν                          u+039D                   CD
'    ν                          u+03BD                   ED
'    Ξ                          u+039E                   CE
'    ξ                          u+03BE                   EE
'    Ο                          u+039F                   CF
'    ο                          u+03BF                   EF
'    Π                          u+03A0                   D0
'    π                          u+03C0                   F0
'    Ρ                          u+03A1                   D1
'    ρ                          u+03C1                   F1
'    Σ                          u+03A3                   D3
'    σ                          u+03C3                   F3
'    ς                          u+03C2                   F2
'    Τ                          u+03A4                   D4
'    τ                          u+03C4                   F4
'    Υ                          u+03A5                   D5
'    υ                          u+03C5                   F5
'    Φ                          u+03A6                   D6
'    φ                          u+03C6                   F6
'    Χ                          u+03A7                   D7
'    χ                          u+03C7                   F7
'    Ψ                          u+03A8                   D8
'    ψ                          u+03C8                   F8
'    Ω                          u+03A9                   D9
'    ω                          u+03C9                   F9

Si los datos que se van a convertir solo están disponibles en bloques secuenciales (como los datos leídos de una secuencia) o si la cantidad de datos es tan grande que debe dividirse en bloques más pequeños, debe usar el Decoder o el Encoder proporcionados por el método GetDecoder o el método GetEncoder, respectivamente, de una clase derivada.

Los codificadores UTF-16 y UTF-32 pueden usar el orden de bytes big endian (primer el byte más significativo) o el orden de bytes little endian (último el byte menos significativo). Por ejemplo, la letra mayúscula latina A (U+0041) se serializa de la siguiente manera (en hexadecimal):

• Orden de bytes de big-endian UTF-16: 00 41
• Orden de bytes de little-endian UTF-16: 41 00
• Orden de bytes de big-endian UTF-32: 00 00 00 41
• Orden de bytes de little-endian UTF-32: 41 00 00 00

Por lo general, es más eficaz almacenar caracteres Unicode mediante el orden de bytes nativo. Por ejemplo, es mejor usar el orden de bytes little-endian en plataformas little-endian, como equipos Intel.

El GetPreamble método recupera una matriz de bytes que incluye la marca de orden de bytes (BOM). Si esta matriz de bytes tiene como prefijo una secuencia codificada, ayuda al descodificador a identificar el formato de codificación usado.

Para obtener más información sobre el orden de bytes y la marca de orden de bytes, vea El estándar Unicode en la página principal de Unicode.

Tenga en cuenta que las clases de codificación permiten que se cometan errores:

• Cambiar silenciosamente a un carácter "?".
• Usar un carácter con "mejor ajuste".
• Cambie a un comportamiento específico de la aplicación mediante el uso de las clases EncoderFallback y DecoderFallback junto con el carácter de reemplazo Unicode U+FFFD.

Debe lanzar una excepción ante cualquier error en el flujo de datos. Una aplicación usa una marca llamada "throwonerror" cuando sea aplicable, o bien utiliza las clases EncoderExceptionFallback y DecoderExceptionFallback. A menudo no se recomienda el reemplazo por el mejor ajuste, ya que puede causar pérdida de datos o confusión y es más lento que realizar reemplazos de caracteres simples. En el caso de las codificaciones ANSI, el mejor comportamiento de ajuste es el predeterminado.

Consulte también

• Uso de clases de codificación de caracteres en .NET