“.NET框架默认使用UTF-16编码标准”是什么意思？

我的学习指南（70-536考试）在文章和编码章节中说了两次，就在IO章之后。

到目前为止，所有示例都与使用FileStream和StreamWriter进行简单文件访问有关。

它也说“如果你不知道在创建文件时使用什么编码，请不要指定一个，.NET将使用UTF16”和“使用Stream构造函数重载指定不同的编码”。

别担心实际的重载在StreamWriter类上，但是嘿，无论如何。

我现在正在reflection器中查看StreamWriter，我确信我可以看到默认是默认的UTF8NoBOM。

但这些都没有在勘误表中列出。 这是一本旧书（对两个版本的错误进行了调整）所以如果错了，我会认为有人已经接受了……

让我想到也许我不理解它。

那么…..任何想法，它在说什么？ 其他一些有默认的地方？

这让我很困惑。

Answer 1

“UTF-16”是一个令人烦恼的术语，因为它有两个容易混淆的含义。

第一个含义是一系列16位代码点。 其中大多数直接对应于相同数字的Unicode字符; 基本多语言平面之外的字符（U + 10000以上）存储为两个16位代码点，每个代理点都是一个代理 。

许多语言在这个意义上使用UTF-16进行内部存储，包括作为本机字符串类型。 这是“.NET（或Java）使用UTF-16作为其默认编码”这类短语的常见来源。 .NET一次访问这种UTF-16字符串16位的元素（即，在实现级别，作为uint16）。

接下来要考虑的是将这样的UTF-16字符串编码为线性字节，以便存储在文件或网络流中。 与往常一样，当您将更大的数字存储为字节时，有两种可能的编码：little-endian或big-endian。 所以你可以使用“UTF-16LE”，UTF-16的little-endian编码为字节，或“UTF-16BE”，big-endian编码。

（“UTF-16LE”是更常用的。为了给火焰增加更多的混淆，Windows给它带来了深刻误导和模糊的编码名称“Unicode”。实际上，使用UTF-8进行文件存储几乎总是更好和网络流比UTF-16LE / BE都要好。）

但是如果你不知道一堆字节是否包含“UTF-16LE”或“UTF-16BE”，你可以使用查看第一个代码点的技巧来解决它。 此代码点（字节顺序标记（BOM））仅在单向读取时有效，因此您不能将一种编码误认为另一种编码。

这种方法，不关心你有什么字节顺序，但使用BOM来表示它，通常在编码名称下引用…“UTF-16”。

因此，当有人说“UTF-16”时，您无法判断它们是指一系列短int Unicode代码点，还是未指定顺序的字节序列，它们将解码为一个。

（“UTF-32”也有同样的问题。）

如果您不知道在创建文件时要使用的编码，请不要指定一个，.NET将使用UTF16

如果那是实际的直接引用则是谎言。 明确指定构造不带编码参数的StreamWriter以提供UTF-8。

Answer 2

每个软件开发人员的绝对最低限度，绝对必须知道关于Unicode和字符集（没有借口！）作者：Joel Spolsky

Answer 3

测试一下。 将字符串“abcd”写入文件。 如果它使用UTF8，则文件大小为4个字节。 在UTF16下，它将是8个字节。 （加上或许BOM）

Answer 4

UTF16是.NET将用于编码程序中字符串的默认编码（如字符串变量）。

Answer 5

我在静态System.IO.File类中遇到了这个问题。

我想写一个包含UTF-16 XML文件的字符串。

首先，我用过

 using(StreamWriter writer = File.CreateText(xmlFilePathTarget)) { writer.Write(xmlString); } 

但因为它将字符串写为UTF-8，IE不会打开它并显示错误：

无法显示XML页面无法使用样式表查看XML输入。 请更正错误，然后单击“刷新”按钮，或稍后重试。

---

从当前编码切换到不支持的指定编码。 处理资源’file：/// C：/ Documents and Setti时出错…

在很大程度上要归功于这篇文章，我发现解决方案是明确使用StreamWriter构造函数：

 StreamWriter writer = new StreamWriter(xmlFilePathTarget, false, Encoding.Unicode));