C#字符集编码使用与UTF-8和GBK互相转换代码

C#常用字符集编码说明

在进行文本处理前，了解不同编码体系的基本特性是必要的：

• ASCII：标准西欧字符集，基于7位二进制，涵盖基本英文字母和符号。
• GB2312：国家简体中文字符集，兼容 ASCII，主要收录简体中文常用字。
• BIG5：主要用于繁体中文地区的统一繁体字编码。
• GBK：GB2312 的扩展版本，不仅支持简体中文，也包含部分繁体字，完全向下兼容 GB2312。
• GB18030：国家最新强制标准，在 GBK 基础上进一步扩展了生僻字以及日文、朝鲜语等字符，兼容 GBK。
• UNICODE (UTF-8)：旨在为全球所有语言提供统一编码标准。注意，标准的 Unicode 实现仅兼容 ASCII，对于 GB 系列编码并不直接兼容，因此在跨编码交互时需要显式转换。

UTF-8 与 GBK/GB2312 互转核心代码

在实际开发中，UTF-8 与 GBK/GB2312 之间的相互转换是最常见的操作。将 GB2312 替换为 GBK 即可用于对应的编码类型。

第1步：添加必要的命名空间引用

首先需要确保引入系统文本处理命名空间：

using System.Text;

第2步：注册编码提供商（.NET Core/.NET 5+ 必备）

这是一个关键的注意事项。在使用 Encoding.RegisterProvider(CodePagesEncodingProvider.Instance); 之前，必须理解其背景：

在传统的 .NET Framework 中，所有编码页均直接可用。但在 .NET Core / .NET 5+ 环境中，为了精简框架体积，默认移除了对许多非通用编码（如 GBK、ISO-8859-1 等）的支持。若未进行注册直接调用 Encoding.GetEncoding("gbk")，程序会抛出异常：

因此，在执行任何涉及传统 Windows 编码（Code Page）的操作前，务必调用上述注册语句。

第3步：编写转换函数

以下是经过验证的互转逻辑，利用了 Encoding.Convert 方法进行底层字节流转换：

public static string UTF8ToGBK(string text)
{
    // 必须在调用 GetEncoding 前注册
    Encoding.RegisterProvider(CodePagesEncodingProvider.Instance);
    try
    {
        Encoding utf8 = Encoding.UTF8;
        Encoding gbk = Encoding.GetEncoding("gbk"); 
        // 注：也可使用 Encoding.Default (通常对应 936 即 GBK)，但建议显式指定
        
        byte[] temp = utf8.GetBytes(text);
        byte[] temp1 = Encoding.Convert(utf8, gbk, temp);
        string result = gbk.GetString(temp1);
        return result;
    }
    catch
    {
        return null; // 或者记录日志后返回原字符串
    }
}

public static string GBKToUTF8(string str)
{
    Encoding.RegisterProvider(CodePagesEncodingProvider.Instance);
    
    Encoding utf8 = Encoding.GetEncoding("utf-8");
    Encoding gbk = Encoding.GetEncoding("gbk");
    
    byte[] gb = gbk.GetBytes(str);
    gb = Encoding.Convert(gbk, utf8, gb);
    
    return utf8.GetString(gb);
}

第4步：辅助功能：获取十六进制编码值

如果需要以十六进制形式查看特定编码下的字节值，可以使用以下方法：

public static int GetGBKValue(string key)
{
    // 获取目标编码的字节数组
    byte[] gbk = Encoding.GetEncoding("GBK").GetBytes(key);
    // 或：byte[] gbk = Encoding.UTF8.GetBytes(key);
    
    string code = "";
    foreach (byte b in gbk)
    {
        code += string.Format("{0:X2}", b);
    }
    
    // 尝试解析为整数（注意：过长的字符串会导致溢出，此法适合短测试）
    if (int.TryParse(code, NumberStyles.HexNumber, CultureInfo.InvariantCulture, out int value))
    {
        return value;
    }
    return -1;
}

以上就是 C# 字符集编码的使用及 UTF-8 与 GBK 互相转换的详细内容，更多关于 C# 数据处理和编码转换的资料请关注本站其它相关文章！