例項探究字元編碼：unicode，utf-8，default，gb2312 的區別
最近做郵件收發，不同的郵件系統間可能會出現編碼問題，迫使我重新回來研究一下字元的編碼問題，unicode，utf-8，gb2312這些編碼格式都是我們熟知的，default 編碼格式是哪一種呢？我們用例項來看看：
string str = "china,中華人民共和國"; byte[] bufferutf8 = system.text.encoding.utf8.getbytes(str); printbyte("utf8:", bufferutf8); byte[] bufferunicode = system.text.encoding.unicode.getbytes(str); printbyte("unicode:", bufferunicode); byte[] bufferdefault = system.text.encoding.default.getbytes(str); printbyte("default:", bufferdefault); byte[] buffergb2312 = system.text.encoding.getencoding ("gb2312").getbytes(str); printbyte("gb2312:", buffergb2312);
下面是輸出結果：
utf8: string length:27,code:
67 104 105 110 97 44 228 184 173 229 141 142 228 186 186 230 176 145 229 133 177 229 146 140 229 155 189
unicode:string length:26,code:
67 0 104 0 105 0 110 0 97 0 44 0 45 78 78 83 186 78 17 108 113 81 140 84 253 86
default:string length:20,code:
67 104 105 110 97 44 214 208 187 170 200 203 195 241 185 178 186 205 185 250
gb2312: string length:20,code:
67 104 105 110 97 44 214 208 187 170 200 203 195 241 185 178 186 205 185 250
大家看到了，在這個例項中，uft-8格式編碼所佔位元組是最長的，gb2312最短，unicode稍次。再仔細看看utf-8對於"china,"這6個字元的編碼：
67 104 105 110 97 44
gb2312 和 default 編碼結果也是這樣；
而unicode的編碼是：
67 0 104 0 105 0 110 0 97 0 44 0
unicode 編碼在英文字元後都補充了一個0，所以unicode是典型的雙位元組編碼，它不區分是英文還是中文，統統用兩個位元組表示一個字元。
所以，utf-8，gb2312等編碼都是“變長編碼”的，但是對於中文的編碼處理上，gb2312所需的位元組更少。
而default 編碼，則取決於當前系統編碼，比如我們的作業系統安裝的時候預設選擇的都是“簡體中文”（gb2312），所以測試中也證實了當前的環境編碼格式
gb2312=default
因此，我們在使用國外開源的程式碼的時候，一定要注意編碼的問題，如果他們處理字元的時候使用的是ascii，我們使用肯定會出問題，如果使用的是 default，也要當心，他們理解的default是ascii，在對程式後續處理上可能不是我們期望的，也可能會出問題。
最近的郵件收發我使用了國外的開源專案 openpop 和 opensmtp ，就曾經遇到了編碼問題，希望大家以後使用國外的開原始碼對字元編碼問題一定要引起注意。
那麼我們究竟應該選擇何種編碼？這取決於實際情況，參看http://faq.csdn.net/read/210325.html （關於unicode和utf8，utf16等）
這篇文章，建議說：
使用utf-8編碼，可以使unicode編碼的大多數為英文字元（<0x7f）的字串佔用的空間最少，但是使雙位元組的unicode字元(比如中文)表示來需要三個位元組，比起純粹的雙位元組表示的unicode字串來說，各有利弊吧
有關編碼的具體定義和關係，請看：
http://zhidao.baidu.com/question/2692826.html （utf8和unicode編碼究竟是什麼關係？有何區別?）
utf8和unicode編碼究竟是什麼關係？有何區別?