Condividi tramite


Classe System.Text.Encoding

Questo articolo fornisce osservazioni supplementari alla documentazione di riferimento per questa API.

La classe Encoding rappresenta una codifica dei caratteri.

La codifica è il processo di trasformazione di un insieme di caratteri Unicode in una sequenza di byte. Al contrario, la decodifica è il processo di trasformazione di una sequenza di byte codificati in un set di caratteri Unicode. Per informazioni sui formati di trasformazione Unicode (UTFs) e altre codifiche supportate da Encoding, vedere Codifica dei caratteri in .NET.

Encoding è progettato per operare su caratteri Unicode invece di dati binari arbitrari, ad esempio matrici di byte. Se è necessario codificare dati binari arbitrari in testo, è consigliabile usare un protocollo come uuencode, implementato da metodi come Convert.ToBase64CharArray.

.NET fornisce le implementazioni seguenti della Encoding classe per supportare le codifiche Unicode correnti e altre codifiche:

  • ASCIIEncoding codifica i caratteri Unicode come caratteri ASCII a 7 bit singoli. Questa codifica supporta solo i valori di carattere compresi tra U+0000 e U+007F. Tabella codici 20127. Disponibile anche tramite la ASCII proprietà .

  • UTF7Encoding codifica i caratteri Unicode usando la codifica UTF-7. Questa codifica supporta tutti i valori di carattere Unicode. Tabella codici 65000. Disponibile anche tramite la UTF7 proprietà .

  • UTF8Encoding codifica i caratteri Unicode usando la codifica UTF-8. Questa codifica supporta tutti i valori di carattere Unicode. Tabella codici 65001. Disponibile anche tramite la UTF8 proprietà .

  • UnicodeEncoding codifica i caratteri Unicode usando la codifica UTF-16. Sono supportati sia ordini di byte little endian che di big endian. Disponibile anche tramite la Unicode proprietà e la BigEndianUnicode proprietà .

  • UTF32Encoding codifica i caratteri Unicode usando la codifica UTF-32. Sono supportati sia little endian (tabella codici 12000) che big endian (tabella codici 12001). Disponibile anche tramite la UTF32 proprietà .

La Encoding classe è destinata principalmente alla conversione tra codifiche diverse e Unicode. Spesso una delle classi Unicode derivate è la scelta corretta per l'app.

Usare il GetEncoding metodo per ottenere altre codifiche e chiamare il GetEncodings metodo per ottenere un elenco di tutte le codifiche.

Elenco delle codifiche

Nella tabella seguente sono elencate le codifiche supportate da .NET. Elenca il numero della tabella codici di ogni codifica e i valori delle proprietà e EncodingInfo.DisplayName della EncodingInfo.Name codifica. Un segno di spunta nella colonna di supporto di .NET Framework, supporto di .NET Core o .NET 5 e versioni successive indica che la tabella codici è supportata in modo nativo dall'implementazione di .NET, indipendentemente dalla piattaforma sottostante. Per .NET Framework, la disponibilità di altre codifiche elencate nella tabella dipende dal sistema operativo. Per .NET Core e .NET 5 e versioni successive, sono disponibili altre codifiche usando la System.Text.CodePagesEncodingProvider classe o derivando dalla System.Text.EncodingProvider classe .

Nota

Le tabelle codici la cui EncodingInfo.Name proprietà corrisponde a uno standard internazionale non sono necessariamente conformi a tale standard.

Tabella codici Nome Nome visualizzato Supporto di .NET Framework Supporto di .NET Core Supporto di .NET 5 e versioni successive
37 IBM037 IBM EBCDIC (US-Canada)
437 IBM437 Stati Uniti OEM
500 IBM500 IBM EBCDIC (International)
708 ASMO-708 Arabo (ASMO 708)
720 DOS-720 Arabo (DOS)
737 ibm737 Greco (DOS)
775 ibm775 Baltico (DOS)
850 ibm850 Europa occidentale (DOS)
852 ibm852 Europa centrale (DOS)
855 IBM855 OEM cirillico
857 ibm857 Turco (DOS)
858 IBM00858 OEM Multilingue Latino I
860 IBM860 Portoghese (DOS)
861 ibm861 Islandese (DOS)
862 DOS-862 Ebraico (DOS)
863 IBM863 Francese Canadese (DOS)
864 IBM864 Arabo (864)
865 IBM865 Nordico (DOS)
866 cp866 Cirillico (DOS)
869 ibm869 Greco, Moderno (DOS)
870 IBM870 IBM EBCDIC (multilingue latino-2)
874 windows-874 Thai (Windows)
875 cp875 IBM EBCDIC (greco moderno)
932 shift_jis Giapponese (SHIFT-JIS)
936 gb2312 Cinese semplificato (GB2312)
949 ks_c_5601-1987 Coreano
950 big5 Cinese tradizionale (Big5)
1026 IBM1026 IBM EBCDIC (latino turco-5)
1047 IBM01047 IBM Latin-1
1140 IBM01140 IBM EBCDIC (US-Canada-Euro)
1141 IBM01141 IBM EBCDIC (Germania-Euro)
1142 IBM01142 IBM EBCDIC (Danimarca-Norvegia-Euro)
1143 IBM01143 IBM EBCDIC (Finlandia-Svezia-Euro)
1144 IBM01144 IBM EBCDIC (Italia-Euro)
1145 IBM01145 IBM EBCDIC (Spagna-Euro)
1146 IBM01146 IBM EBCDIC (Uk-Euro)
1147 IBM01147 IBM EBCDIC (Francia-Euro)
1148 IBM01148 IBM EBCDIC (International-Euro)
1149 IBM01149 IBM EBCDIC (Islandese-Euro)
1200 utf-16 Unicode
1201 unicodeFFFE Unicode (Big endian)
1250 windows-1250 Europa centrale (Windows)
1251 windows-1251 Cirillico (Windows)
1252 Windows-1252 Europa occidentale (Windows)
1253 windows-1253 Greco (Windows)
1254 windows-1254 Turco (Windows)
1255 windows-1255 Ebraico (Windows)
1256 windows-1256 Arabo (Windows)
1257 windows-1257 Baltico (Windows)
1258 windows-1258 Vietnamita (Windows)
1361 Johab Coreano (Johab)
10000 Macintosh Europa occidentale (Mac)
10001 x-mac-japanese Giapponese (Mac)
10002 x-mac-chinesetrad Cinese tradizionale (Mac)
10003 x-mac-korean Coreano (Mac)
10004 x-mac-arabic Arabo (Mac)
10005 x-mac-ebraico Ebraico (Mac)
10006 x-mac-greco Greco (Mac)
10007 x-mac-cirillico Cirillico (Mac)
10008 x-mac-chinesesimp Cinese semplificato (Mac)
10010 x-mac-romeno Romeno (Mac)
10017 x-mac-ucraino Ucraino (Mac)
10021 x-mac-thai Thai (Mac)
10029 x-mac-ce Europa centrale (Mac)
10079 x-mac-islandese Islandese (Mac)
10081 x-mac-turkish Turco (Mac)
10082 x-mac-croato Croato (Mac)
12000 utf-32 Unicode (UTF-32)
12001 utf-32BE Unicode (UTF-32 Big endian)
20000 x-Chinese-CNS Cinese tradizionale (CNS)
20001 x-cp20001 TCA Taiwan
20002 x-Chinese-Eten Cinese tradizionale (Eten)
20003 x-cp20003 IBM5550 Taiwan
20004 x-cp20004 TeleText Taiwan
20005 x-cp20005 Wang Taiwan
20105 x-IA5 Europa occidentale (IA5)
20106 x-IA5-Tedesco Tedesco (IA5)
20107 x-IA5-Svedese Svedese (IA5)
20108 x-IA5-Norvegese Norvegese (IA5)
20127 us-ascii US-ASCII
20261 x-cp20261 T.61
20269 x-cp20269 ISO-6937
20273 IBM273 IBM EBCDIC (Germania)
20277 IBM277 IBM EBCDIC (Danimarca-Norvegia)
20278 IBM278 IBM EBCDIC (Finlandia-Svezia)
20280 IBM280 IBM EBCDIC (Italia)
20284 IBM284 IBM EBCDIC (Spagna)
20285 IBM285 IBM EBCDIC (REGNO UNITO)
20290 IBM290 IBM EBCDIC (katakana giapponese)
20297 IBM297 IBM EBCDIC (Francia)
20420 IBM420 IBM EBCDIC (arabo)
20423 IBM423 IBM EBCDIC (greco)
20424 IBM424 IBM EBCDIC (ebraico)
20833 x-EBCDIC-KoreanExtended IBM EBCDIC (coreano esteso)
20838 IBM-Thai IBM EBCDIC (Thai)
20866 koi8-r Cirillico (KOI8-R)
20871 IBM871 IBM EBCDIC (Islandese)
20880 IBM880 IBM EBCDIC (russo cirillico)
20905 IBM905 IBM EBCDIC (turco)
20924 IBM00924 IBM Latin-1
20932 EUC-JP Giapponese (JIS 0208-1990 e 0212-1990)
20936 x-cp20936 Cinese semplificato (GB2312-80)
20949 x-cp20949 Wansung coreano
21025 cp1025 IBM EBCDIC (serbo-bulgaro cirillico)
21866 koi8-u Cirillico (KOI8-U)
28591 iso-8859-1 Europa occidentale (ISO)
28592 iso-8859-2 Europa centrale (ISO)
28593 iso-8859-3 Latino 3 (ISO)
28594 iso-8859-4 Baltico (ISO)
28595 iso-8859-5 Cirillico (ISO)
28596 iso-8859-6 Arabo (ISO)
28597 iso-8859-7 Greco (ISO)
28598 iso-8859-8 Ebraico (ISO-Visual)
28599 iso-8859-9 Turco (ISO)
28603 iso-8859-13 Estone (ISO)
28605 iso-8859-15 Latino 9 (ISO)
29001 x-Europa Europa
38598 iso-8859-8-i Ebraico (ISO-Logico)
50220 iso-2022-jp Giapponese (JIS)
50221 csISO2022JP Giapponese (JIS-Allow 1 byte Kana)
50222 iso-2022-jp Giapponese (JIS-Allow 1 byte Kana - SO/SI)
50225 iso-2022-kr Coreano (ISO)
50227 x-cp50227 Cinese semplificato (ISO-2022)
51932 euc-jp Giapponese (EUC)
51936 EUC-CN Cinese semplificato (EUC)
51949 euc-kr Coreano (EUC)
52936 hz-gb-2312 Cinese semplificato (HZ)
54936 GB18030 Cinese semplificato (GB18030)
57002 x-iscii-de ISCII Devanagari
57003 x-iscii-be ISCII Bengali
57004 x-iscii-ta ISCII Tamil
57005 x-iscii-te ISCII Telugu
57006 x-iscii-as ISCII Assamese
57007 x-iscii-or ISCII Oriya
57008 x-iscii-ka ISCII Kannada
57009 x-iscii-ma ISCII Malayalam
57010 x-iscii-gu ISCII Gujarati
57011 x-iscii-pa ISCII Punjabi
65000 utf-7 Unicode (UTF-7)
65001 utf-8 Unicode (UTF-8)

Nell'esempio seguente vengono chiamati i GetEncoding(Int32) metodi e GetEncoding(String) per ottenere la codifica della tabella codici greco (Windows). Confronta gli Encoding oggetti restituiti dalle chiamate al metodo per indicare che sono uguali e quindi esegue il mapping visualizza il punto di codice Unicode e il valore della tabella codici corrispondente per ogni carattere nell'alfabeto greco.

using System;
using System.Text;

public class Example
{
   public static void Main()
   {
      Encoding enc = Encoding.GetEncoding(1253);
      Encoding altEnc = Encoding.GetEncoding("windows-1253");
      Console.WriteLine("{0} = Code Page {1}: {2}", enc.EncodingName,
                        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 Example
   Public Sub Main()
      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

Se i dati da convertire sono disponibili solo in blocchi sequenziali (ad esempio i dati letti da un flusso) o se la quantità di dati è così grande che deve essere suddivisa in blocchi più piccoli, è necessario usare rispettivamente l'oggetto Decoder o fornito Encoder dal GetDecoder metodo o dal GetEncoder metodo di una classe derivata.

I codificatori UTF-16 e UTF-32 possono usare prima l'ordine dei byte big endian (byte più significativo) o l'ordine dei byte little endian (byte meno significativo). Ad esempio, la lettera maiuscola latina A (U+0041) viene serializzata come segue (in formato esadecimale):

  • Ordine dei byte big endian UTF-16: 00 41
  • UTF-16 little endian byte order: 41 00
  • UTF-32 big endian byte order: 00 00 00 41
  • UTF-32 little endian byte order: 41 00 00 00

In genere è più efficiente archiviare i caratteri Unicode usando l'ordine dei byte nativo. Ad esempio, è meglio usare l'ordine dei byte little endian su piattaforme little endian, ad esempio i computer Intel.

Il GetPreamble metodo recupera una matrice di byte che include il byte order mark (BOM). Se questa matrice di byte è preceduta da un flusso codificato, consente al decodificatore di identificare il formato di codifica usato.

Per altre informazioni sull'ordine dei byte e sul contrassegno di ordine dei byte, vedere Lo standard Unicode nella home page Unicode.

Si noti che le classi di codifica consentono di:

  • Passare automaticamente a un carattere "?".
  • Usa un carattere "più adatto".
  • Passare a un comportamento specifico dell'applicazione tramite l'uso delle EncoderFallback classi e DecoderFallback con il carattere di sostituzione Unicode U+FFFD.

È consigliabile generare un'eccezione per qualsiasi errore del flusso di dati. Un'app usa un flag "throwonerror" quando applicabile o usa le EncoderExceptionFallback classi e DecoderExceptionFallback . Il fallback più adatto spesso non è consigliato perché può causare perdita di dati o confusione ed è più lento rispetto alle semplici sostituzioni dei caratteri. Per le codifiche ANSI, il comportamento più appropriato è l'impostazione predefinita.