使用Encoding进行字符编码时注意的细节

    一般在对字符进行编码的时候都会使用Encoding.GetBytes方法来进行，但当你在使用该方法的时候有没了解这个方法呢？其实Encoding.GetBytes提供了很多方法不过一般都会直接使用Encoding.GetBytes(string).那使用这个方法会有什么问题呢？通过反编译工具看一下这个方法的实现代码．

?

1 2 3 4 5 6 7 8 9

public virtual byte[] GetBytes(string s) {     if (s == null)     {         throw new ArgumentNullException("s", Environment.GetResourceString("ArgumentNull_String"));     }     char[] array = s.ToCharArray();     return this.GetBytes(array, 0, array.Length); }

    从反编译的代码来看是从s.ToCharArray()返回一个char[]数据，打开这个方法再细看一下

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

public unsafe char[] ToCharArray() {     int length = this.Length;     char[] array = new char[length];     if (length > 0)     {         fixed (char* ptr = &this.m_firstChar)         {             fixed (char* ptr2 = array)             {                 string.wstrcpyPtrAligned(ptr2, ptr, length);             }         }     }     return array; }

    从代码上来看是构建一个新的char[]把内容复制，到这里可以看到通过这个方法编码必然会创建一个新的char[],返回到GetBytes方法看下return this.GetBytes(array, 0, array.Length);实现又是怎样的

?

1 2 3 4 5 6

public virtual byte[] GetBytes(char[] chars, int index, int count) {     byte[] array = new byte[this.GetByteCount(chars, index, count)];     this.GetBytes(chars, index, count, array, 0);     return array; }

    原理和String.ToArray一样返回一个新的byte[],从以上分析来看就是说一个string的默认方法编码会构建新的char[]和byte[].这意味着会有内存产生和回收，.net下内存分配应该说是很高效的，但内存自动回收ＧＣ的是一件比较麻烦的事情，其实通过工具分析ＧＣ在程序的整个生命周期占用分额其实也不低的.特别是在大量内存需要回收的时候更加要命．

    其实Encoding和String都提供相关方法可以避免这些对象的开销

    string:

public unsafe void CopyTo(int sourceIndex, char[] destination, int destinationIndex, int count)

    encoding:

public abstract int GetBytes(char[] chars, int charIndex, int charCount, byte[] bytes, int byteIndex);

   都提供一些带char[]和byte[]传入的方法，通过这些方法复用char[]和byte[];这样做除了可以减少内存的开销回收还能提供程序的效率．为了使用这些方法简单地构建一个可复用对象

?

1 2 3 4 5

public class EncodingData         {             public byte[] Bytes = new byte[1024*8];             public char[] Chars = new char[1024 * 8];         }

   构建一个对应的应用池

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

static Stack<EncodingData> Pool = new Stack<EncodingData>();         static EncodingData Pop()         {             lock (Pool)             {                 return Pool.Pop();             }         }         static void Push(EncodingData data)         {             lock (Pool)             {                 Pool.Push(data);             }         }

    实现起来比较简单，下面看一下实际应用的效果,写一个简单的测用例

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

private static void test(string text)         {             Console.WriteLine("string length:" + text.Length);             System.Diagnostics.Stopwatch sw = new System.Diagnostics.Stopwatch();             sw.Reset();             sw.Start();             for (int i = 0; i < 10000; i++)             {                 Encoding.UTF8.GetBytes(text);             }             sw.Stop();             Console.WriteLine(sw.Elapsed.TotalMilliseconds);             sw.Reset();             sw.Start();             for (int i = 0; i < 10000; i++)             {                 EncodingData ed = Pop();                 text.CopyTo(0, ed.Chars, 0, text.Length);                 Encoding.UTF8.GetBytes(ed.Chars, 0, text.Length, ed.Bytes, 0);                 Push(ed);             }             sw.Stop();             Console.WriteLine(sw.Elapsed.TotalMilliseconds);         }

    测试结果

    虽然测试过程偏向于默认的GetBytes方法，因为ＧＣ所占用的时间不能在这里统计进去，但是出来的效果明显是可复用缓冲的方式比默认方法要高效很多．