问题来源：
正在研究一个程序，输入一个关键字，能够把这个关键字发送到Google，yahoo等搜索引擎，进行搜索，然后打开结果网页。原理很简单。比如在Google搜索China，搜索结果页面的URL就是“http://www.google.com/search?hl=zh-CN&q=China&lr=”。只要替换红颜色的内容，就可以按照不同的关键字搜索。
但是如果关键字是中文，就会出现问题。比如在google搜索“中国”，Url是“http://www.google.com/search?hl=zh-CN&newwindow=1&q=%E4%B8%AD%E5%9B%BD&lr=”。汉字“中国”被按照UTF-8的格式进行编码。
不仅汉字进行编码，一些特殊字符也会进行编码。比如搜索“C#”，URL是“http://www.google.com/search?hl=zh-CN&newwindow=1&q=C%23&lr=”。
一般来说，国外的网站都是按照UTF-8编码，而“百度”是按照“GB2312”进行编码的。比如搜索“中国”，URL是“http://www.baidu.com/s?wd=%D6%D0%B9%FA&cl=3”
我们对比一下：C#中国的编码
| 编码 | 结果 | 网站 |
| UTF-8 | C%23%E4%B8%AD%E5%9B%BD | |
| GB2312 | C%23%D6%D0%B9%FA | BaiDu |
总结：
UTF-8中，一个汉字对应三个字节，GB2312中一个汉字占用两个字节。
不论何种编码，字母数字都不编码，特殊符号编码后占用一个字节。
开始编程：
public
static
string
UrlEncode(
string
str,
string
encode)
{
int factor; if (encode == "UTF-8") factor = 3; if (encode == "GB2312") factor = 2; //不需要编码的字符 string okChar = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789.-*@"; System.Text.Encoder encoder = System.Text.Encoding.GetEncoding(encode).GetEncoder(); char[] c1 = str.ToCharArray(); System.Text.StringBuilder sb = new System.Text.StringBuilder(); //一个字符一个字符的编码 for (int i = 0; i < c1.Length; i++)
{ //不需要编码 if (okChar.IndexOf(c1[i]) > -1) sb.Append(c1[i]); else { byte[] c2 = new byte[factor]; int charUsed, byteUsed; bool completed; encoder.Convert(c1, i, 1, c2, 0, factor, true, out charUsed, out byteUsed, out completed); foreach (byte b in c2) { if (b != 0) sb.AppendFormat("%{0:X}", b);
} } } return sb.ToString().Trim();
}
后来发现更简单的方法。
//
按照UTF-8进行编码
string
tempSearchString1
=
System.Web.HttpUtility.UrlEncode(
"
C#中国
"
);
//
按照GB2312进行编码
string
tempSearchString2
=
System.Web.HttpUtility.UrlEncode(
"
C#中国
"
,System.Text.Encoding.GetEncoding(
"
GB2312
"
));
大家直接用第二种方法就行了。
因为第一种是自己好不容易编出来的，贴在这里留个纪念。
扫一扫
2847
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
