System.Text.Encoding クラス

この記事では、この API のリファレンス ドキュメントに補足的な解説を提供します。

Encoding クラスは、文字エンコードを表します。

エンコードは、一連の Unicode 文字をバイト シーケンスに変換するプロセスです。 一方、デコードとは、エンコードされたバイトのシーケンスを一連の Unicode 文字に変換するプロセスです。 Encodingでサポートされている Unicode 変換形式 (UDF) およびその他のエンコードについては、「.NET での文字エンコード」を参照してください。

Encoding は、バイト配列などの任意のバイナリ データの代わりに Unicode 文字を操作することを目的としています。 任意のバイナリ データをテキストにエンコードする必要がある場合は、 Convert.ToBase64CharArrayなどのメソッドによって実装される uuencode などのプロトコルを使用する必要があります。

.NET には、現在の Unicode エンコードやその他のエンコードをサポートするために、 Encoding クラスの次の実装が用意されています。

• ASCIIEncoding は、Unicode 文字を単一の 7 ビット ASCII 文字としてエンコードします。 このエンコードでは、U+0000 ~ U+007F の文字値のみがサポートされます。 コード ページ 20127。 ASCII プロパティからも使用できます。

• UTF7Encoding は UTF-7 エンコードを使用して Unicode 文字をエンコードします。 このエンコードでは、すべての Unicode 文字値がサポートされます。 コード ページ 65000。 UTF7 プロパティからも使用できます。

• UTF8Encoding は UTF-8 エンコードを使用して Unicode 文字をエンコードします。 このエンコードでは、すべての Unicode 文字値がサポートされます。 コード ページ 65001。 UTF8 プロパティからも使用できます。

• UnicodeEncoding は UTF-16 エンコードを使用して Unicode 文字をエンコードします。 リトル エンディアンとビッグ エンディアンの両方のバイトオーダーがサポートされています。 Unicode プロパティと BigEndianUnicode プロパティからも使用できます。

• UTF32Encoding は UTF-32 エンコードを使用して Unicode 文字をエンコードします。 リトル エンディアン (コード ページ 12000) とビッグ エンディアン (コード ページ 12001) の両方のバイトオーダーがサポートされています。 UTF32 プロパティからも使用できます。

Encoding クラスは、主に異なるエンコーディングと Unicode の間で変換することを目的としています。 多くの場合、派生 Unicode クラスの 1 つが、アプリに適した選択肢です。

GetEncoding メソッドを使用して他のエンコーディングを取得し、GetEncodings メソッドを呼び出してすべてのエンコーディングの一覧を取得します。

エンコードの一覧

次の表に、.NET でサポートされるエンコードの一覧を示します。 各エンコードのコード ページ番号と、エンコードの EncodingInfo.Name プロパティと EncodingInfo.DisplayName プロパティの値が一覧表示されます。 .NET Framework サポート、.NET Core サポート、または .NET 5 以降のサポート列のチェック マークは、基になるプラットフォームに関係なく、その .NET 実装でコード ページがネイティブにサポートされていることを示します。 .NET Framework の場合、表に示されている他のエンコードの可用性は、オペレーティング システムによって異なります。 .NET Core および .NET 5 以降のバージョンでは、 System.Text.CodePagesEncodingProvider クラスを使用するか、 System.Text.EncodingProvider クラスから派生することによって、他のエンコードを使用できます。

次の例では、 GetEncoding(Int32) メソッドと GetEncoding(String) メソッドを呼び出して、ギリシャ語 (Windows) コード ページ エンコードを取得します。 メソッド呼び出しによって返された Encoding オブジェクトを比較して等しいことを示し、マップには、Unicode コード ポイントと、ギリシャ語のアルファベットの各文字の対応するコード ページ値が表示されます。

using System;
using System.Text;

public class Example
{
   public static void Main()
   {
      Encoding enc = Encoding.GetEncoding(1253);
      Encoding altEnc = Encoding.GetEncoding("windows-1253");
      Console.WriteLine($"{enc.EncodingName} = Code Page {altEnc.CodePage}: {enc.Equals(altEnc)}");
      string greekAlphabet = "Α α Β β Γ γ Δ δ Ε ε Ζ ζ Η η " +
                             "Θ θ Ι ι Κ κ Λ λ Μ μ Ν ν Ξ ξ " +
                             "Ο ο Π π Ρ ρ Σ σ ς Τ τ Υ υ " +
                             "Φ φ Χ χ Ψ ψ Ω ω";
      Console.OutputEncoding = Encoding.UTF8;
      byte[] bytes = enc.GetBytes(greekAlphabet);
      Console.WriteLine("{0,-12} {1,20} {2,20:X2}", "Character",
                        "Unicode Code Point", "Code Page 1253");
      for (int ctr = 0; ctr < bytes.Length; ctr++) {
         if (greekAlphabet[ctr].Equals(' '))
            continue;

         Console.WriteLine("{0,-12} {1,20} {2,20:X2}", greekAlphabet[ctr],
                           GetCodePoint(greekAlphabet[ctr]), bytes[ctr]);
      }
   }

   private static string GetCodePoint(char ch)
   {
      string retVal = "u+";
      byte[] bytes = Encoding.Unicode.GetBytes(ch.ToString());
      for (int ctr = bytes.Length - 1; ctr >= 0; ctr--)
         retVal += bytes[ctr].ToString("X2");

      return retVal;
   }
}
// The example displays the following output:
//       Character      Unicode Code Point       Code Page 1253
//       Α                          u+0391                   C1
//       α                          u+03B1                   E1
//       Β                          u+0392                   C2
//       β                          u+03B2                   E2
//       Γ                          u+0393                   C3
//       γ                          u+03B3                   E3
//       Δ                          u+0394                   C4
//       δ                          u+03B4                   E4
//       Ε                          u+0395                   C5
//       ε                          u+03B5                   E5
//       Ζ                          u+0396                   C6
//       ζ                          u+03B6                   E6
//       Η                          u+0397                   C7
//       η                          u+03B7                   E7
//       Θ                          u+0398                   C8
//       θ                          u+03B8                   E8
//       Ι                          u+0399                   C9
//       ι                          u+03B9                   E9
//       Κ                          u+039A                   CA
//       κ                          u+03BA                   EA
//       Λ                          u+039B                   CB
//       λ                          u+03BB                   EB
//       Μ                          u+039C                   CC
//       μ                          u+03BC                   EC
//       Ν                          u+039D                   CD
//       ν                          u+03BD                   ED
//       Ξ                          u+039E                   CE
//       ξ                          u+03BE                   EE
//       Ο                          u+039F                   CF
//       ο                          u+03BF                   EF
//       Π                          u+03A0                   D0
//       π                          u+03C0                   F0
//       Ρ                          u+03A1                   D1
//       ρ                          u+03C1                   F1
//       Σ                          u+03A3                   D3
//       σ                          u+03C3                   F3
//       ς                          u+03C2                   F2
//       Τ                          u+03A4                   D4
//       τ                          u+03C4                   F4
//       Υ                          u+03A5                   D5
//       υ                          u+03C5                   F5
//       Φ                          u+03A6                   D6
//       φ                          u+03C6                   F6
//       Χ                          u+03A7                   D7
//       χ                          u+03C7                   F7
//       Ψ                          u+03A8                   D8
//       ψ                          u+03C8                   F8
//       Ω                          u+03A9                   D9
//       ω                          u+03C9                   F9

Imports System.Text

Module Example
   Public Sub Main()
      Dim enc As Encoding = Encoding.GetEncoding(1253)
      Dim altEnc As Encoding = Encoding.GetEncoding("windows-1253")
      Console.WriteLine("{0} = Code Page {1}: {2}", enc.EncodingName,
                        altEnc.CodePage, enc.Equals(altEnc))
      Dim greekAlphabet As String = "Α α Β β Γ γ Δ δ Ε ε Ζ ζ Η η " +
                                    "Θ θ Ι ι Κ κ Λ λ Μ μ Ν ν Ξ ξ " +
                                    "Ο ο Π π Ρ ρ Σ σ ς Τ τ Υ υ " +
                                    "Φ φ Χ χ Ψ ψ Ω ω"
      Console.OutputEncoding = Encoding.UTF8
      Dim bytes() As Byte = enc.GetBytes(greekAlphabet)
      Console.WriteLine("{0,-12} {1,20} {2,20:X2}", "Character",
                        "Unicode Code Point", "Code Page 1253")
      For ctr As Integer = 0 To bytes.Length - 1
         If greekAlphabet(ctr).Equals(" "c) Then Continue For

         Console.WriteLine("{0,-12} {1,20} {2,20:X2}", greekAlphabet(ctr),
                           GetCodePoint(greekAlphabet(ctr)), bytes(ctr))
      Next

   End Sub
   
   Private Function GetCodePoint(ch As String) As String
      Dim retVal As String = "u+"
      Dim bytes() As Byte = Encoding.Unicode.GetBytes(ch)
      For ctr As Integer = bytes.Length - 1 To 0 Step -1
         retVal += bytes(ctr).ToString("X2")
      Next
      Return retVal
   End Function
End Module
' The example displays the following output:
'    Character      Unicode Code Point       Code Page 1253
'    Α                          u+0391                   C1
'    α                          u+03B1                   E1
'    Β                          u+0392                   C2
'    β                          u+03B2                   E2
'    Γ                          u+0393                   C3
'    γ                          u+03B3                   E3
'    Δ                          u+0394                   C4
'    δ                          u+03B4                   E4
'    Ε                          u+0395                   C5
'    ε                          u+03B5                   E5
'    Ζ                          u+0396                   C6
'    ζ                          u+03B6                   E6
'    Η                          u+0397                   C7
'    η                          u+03B7                   E7
'    Θ                          u+0398                   C8
'    θ                          u+03B8                   E8
'    Ι                          u+0399                   C9
'    ι                          u+03B9                   E9
'    Κ                          u+039A                   CA
'    κ                          u+03BA                   EA
'    Λ                          u+039B                   CB
'    λ                          u+03BB                   EB
'    Μ                          u+039C                   CC
'    μ                          u+03BC                   EC
'    Ν                          u+039D                   CD
'    ν                          u+03BD                   ED
'    Ξ                          u+039E                   CE
'    ξ                          u+03BE                   EE
'    Ο                          u+039F                   CF
'    ο                          u+03BF                   EF
'    Π                          u+03A0                   D0
'    π                          u+03C0                   F0
'    Ρ                          u+03A1                   D1
'    ρ                          u+03C1                   F1
'    Σ                          u+03A3                   D3
'    σ                          u+03C3                   F3
'    ς                          u+03C2                   F2
'    Τ                          u+03A4                   D4
'    τ                          u+03C4                   F4
'    Υ                          u+03A5                   D5
'    υ                          u+03C5                   F5
'    Φ                          u+03A6                   D6
'    φ                          u+03C6                   F6
'    Χ                          u+03A7                   D7
'    χ                          u+03C7                   F7
'    Ψ                          u+03A8                   D8
'    ψ                          u+03C8                   F8
'    Ω                          u+03A9                   D9
'    ω                          u+03C9                   F9

変換するデータが連続したブロックでのみ使用できる場合 (ストリームから読み取られるデータなど)、またはデータの量が非常に大きくて小さいブロックに分割する必要がある場合は、派生クラスの GetDecoder メソッドまたは GetEncoder メソッドによって提供されるDecoderまたはEncoderをそれぞれ使用する必要があります。

UTF-16 エンコーダーと UTF-32 エンコーダーは、ビッグ エンディアン バイトオーダー (最上位バイト優先) またはリトル エンディアン バイト順 (最下位バイト優先) を使用できます。 たとえば、ラテン大文字 A (U+0041) は次のようにシリアル化されます (16 進数)。

• UTF-16 ビッグ エンディアンバイトオーダー: 00 41
• UTF-16 リトル エンディアン バイト順: 41 00
• UTF-32 ビッグ エンディアン バイト順: 00 00 00 41
• UTF-32 リトル エンディアン バイト順: 41 00 00 00

一般に、ネイティブのバイト順を使用して Unicode 文字を格納する方が効率的です。 たとえば、Intel コンピューターなどのリトル エンディアン プラットフォームでは、リトル エンディアン バイト順を使用することをお勧めします。

GetPreamble メソッドは、バイト オーダー マーク (BOM) を含むバイト配列を取得します。 このバイト配列にエンコードされたストリームのプレフィックスが付いている場合は、デコーダーが使用するエンコード形式を識別するのに役立ちます。

バイト順とバイト順マークの詳細については、 Unicode ホーム ページの Unicode 標準を参照してください。

エンコード クラスでは、次のエラーが発生する可能性があることに注意してください。

• サイレントモードで "?" 文字に変更します。
• "best fit" 文字を使用します。
• U+FFFD Unicode 置換文字で EncoderFallback クラスと DecoderFallback クラスを使用して、アプリケーション固有の動作に変更します。

データ ストリーム エラーで例外をスローする必要があります。 アプリは、該当する場合は "throwonerror" フラグを使用するか、 EncoderExceptionFallback クラスと DecoderExceptionFallback クラスを使用します。 多くの場合、最適フォールバックは、データの損失や混乱を引き起こす可能性があり、単純な文字置換よりも遅いため、推奨されません。 ANSI エンコードの場合、最適な動作が既定値です。