编码和解码（3）.Net(c#)汉字和Unicode编码互相转换实例

{"Tilte": "\u535a\u5ba2\u56ed", "Href": "https://www.jb51.net"}

经常遇到这样内容的json字符串，原来是把其中的汉字做了Unicode编码转换。

Unicode编码：

将汉字进行UNICODE编码，如：“王”编码后就成了“\王”，UNICODE字符以\u开始，后面有4个数字或者字母，所有字符都是16进制的数字，每两位表示的256以内的一个数字。而一个汉字是由两个字符组成，于是就很容易理解了，“738b”是两个字符，分别是“73”“8b”。但是在将 UNICODE字符编码的内容转换为汉字的时候，字符是从后面向前处理的，所以，需要把字符按照顺序“8b”“73”进行组合得到汉字。

 

/// <summary>
/// 字符串转Unicode
/// </summary>
/// <param name="source">源字符串</param>
/// <returns>Unicode编码后的字符串</returns>
internal static string String2Unicode(string source)
{
    var bytes = Encoding.Unicode.GetBytes(source);
    var stringBuilder = new StringBuilder();
    for (var i = 0; i < bytes.Length; i += 2)
    {
        stringBuilder.AppendFormat("\\u{0}{1}", bytes[i + 1].ToString("x").PadLeft(2, '0'), bytes[i].ToString("x").PadLeft(2, '0'));
    }
    return stringBuilder.ToString();
}

/// <summary>
/// Unicode转字符串
/// </summary>
/// <param name="source">经过Unicode编码的字符串</param>
/// <returns>正常字符串</returns>
internal static string Unicode2String(string source)
{
    return new Regex(@"\\u([0-9A-F]{4})", RegexOptions.IgnoreCase | RegexOptions.Compiled).Replace(source, x => Convert.ToChar(Convert.ToUInt16(x.Result("$1"), 16)).ToString());
}

 

Unicode即统一码，将世界上各种语言字符的不同的编码形式进行统一编码，设定一个唯一的两字节编码，

其中也包括英文，即ASCII码，ASCII编码是7位二进制，变成8位二进制，再在前面添一个字节00H，所以字符4就变成了0034H，

在计算机中存储时低字节在前，就是你看到的3400H。

Unicode 为世界上所有字符都分配了一个唯一的数字编号，

这个编号范围从 0x000000 到 0x10FFFF (十六进制)，有 110 多万，每个字符都有一个唯一的 Unicode 编号，这个编号一般写成 16 进制，在前面加上 U+。

例如：“马”的 Unicode 是U+9A6C。

综上所述，UTF-8、UTF-16、UTF-32 都是 Unicode 的一种实现。