【C# 代码小知识】画蛇添足的编码前缀
我们都知道，文件有不同的编码，例如我们常用的中文编码有：UTF8、GK2312 等。
Windows 操作系统中，新建的文件会在起始部分加入几个字符的前缀，来识别编码。
例如，新建文本文件，写入单词 Hello，另存为 UTF8。Hello 占 5 个字节，但文本大小却是 8 个字节。（win7 系统下还是这样的，win10 已经去掉了编码前缀，所以 win10 下文件大小依然是 5 个字节。看来微软自己也改变了。）
我们用 StreamWriter 来生成文件。
using (StreamWriter sw = new StreamWriter("a.txt"))
{
sw.Write("Hello"); // 5 字节
}
using (StreamWriter sw = new StreamWriter("b.txt", false, Encoding.UTF8))
{
sw.Write("Hello"); // 8 字节
}诡异的事情发生了，StreamWriter 的默认编码是 UTF8，都是用的 UTF8 编码，怎么文件的大小会不一样呢？
UTF8Encoding 有两个私有属性：emitUTF8Identifier 和 isThrowException，初始化时由构造函数传入。
emitUTF8Identifier表示是否添加编码前缀isThrowException表示遇到编码错误时是否报错
由此可见，是否添加编码前缀，是可以控制的。
Encoding 中 UTF8 定义如下，添加编码前缀。
public static Encoding UTF8 {
get {
if (utf8Encoding == null) utf8Encoding = new UTF8Encoding(true);
return utf8Encoding;
}
}而 StreamWriter 中使用的默认编码，emitUTF8Identifier=false：
internal static Encoding UTF8NoBOM {
get {
if (_UTF8NoBOM == null) {
UTF8Encoding noBOM = new UTF8Encoding(false, true);
_UTF8NoBOM = noBOM;
}
return _UTF8NoBOM;
}
}这就是开头的代码中两个文件大小不一样的原因了。
本文参与 腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。
原始发表：2020-02-10 ，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
腾讯云开发者
