从C# String类理解Unicode（UTF8/UTF16)

上一篇博客：从字节理解Unicode（UTF8/UTF16)。这次我将从C# code 中再一次阐述上篇博客的内容。

   

   

C# 代码看UTF8

   

代码如下：

string test = "UTF-8你";

   

//把字符转换为 byte[]

byte[] bytearray_UTF8 = Encoding.UTF8.GetBytes(test);

// byte[] to 16 进制的字符形式

String hexString = BitConverter.ToString(bytearray_UTF8);

   

运行后的结果"hexString "就是"55-54-46-2D-38-E4-BD-A0"，字符"你"占3个字节，3个字节为"E4-BD-A0"。

   

完全符合上篇博客用txt分析的结果。（请参考上篇博客。从字节理解Unicode（UTF8/UTF16)）

   

   

C# 代码看UTF16

代码如下：

   

string test = "UTF-8你";

   

        //把字符转换为 UTF16 byte[]

byte[] bytearray_Unicode = Encoding.Unicode.GetBytes(test);

//byte[] to 16 进制的字符形式

String hexString_UTF16 = BitConverter.ToString(bytearray_UTF8);

   

   

运行后的结果"hexString_UTF16"就是"55-00-54-00-46-00-2D-00-38-00-60-4F"，字符"你"占2个字节，3个字节为"60-4F"。（Widnwos（.net）默认Unicode是UTF16）

   

完全符合上篇博客用txt分析的结果。当然字节序也完全一样，因为我的CPU是intel的，注定是低字节序。（请参考，上篇博客从字节理解Unicode（UTF8/UTF16)）

   

   

   

从C#代码String 类和从文本角度查看二进制角度得到的结果是完全一致的。当然这也不难理解，无论从String类角度，还是文本角度，他们使用的都是UTF8/UTF16。那么他们从字节角度都应该得到一致的结果。

   

   

从字节角度看图片和视频？？

   

   

那么从一个文本文件的二进制，然后在知道这个文本用的是UTF8/UTF16，（其实很多情况我们可以判断出一个文本文件的编码是UTF8或者UTF16），就可以从二进制的角度去理解和修改文本文件。这样即使你把文本文件损坏，然后修复者按照这样的方式，可以把大部分的文本修复回来，只要损坏程度不高，理解起来完全没有问题。

那么或许你会问，那么图片和视频呢？他们不也是一个一个的字节吗？那么我可以从字节角度去理解或者修复一副图片和一个视频文件吗？

 

读到这里你是不是想到一个TED演讲，说的是一个摄影师，照相机被人偷走，最后找到相机，但是文件都被删除了，于是他求助数据修复师，最后得到一些非常奇怪的图片，然后他就办了一个这样照片的展览。

那么当然是可以得。但是实际操作起来是很麻烦的。因为，图片和视频都有复杂的格式，格式决定他们是如何存储和读取信息的。类似于字符的UTF8/UTF16。图片有JPG等等格式，你必须理解这样格式是怎么编码的，你才能去正确的修改图片。

感兴趣的话，可以参考以下文章。

JPEG编解码过程详解

http://www.zhihu.com/question/22293783