在日常編寫代碼過程中，常常會碰到亂碼問題，一個典型的情況是瀏覽網頁，如果網站開發者缺少經驗，就會帶來這種令人頭疼的問題。要了解亂碼的癥結，我們就得從字符集和字符編碼說起，先來看看它們到底是什么：
1：字符集：是一個系統支持的所有抽象字符的集合。字符是各種文字和符號的總稱，包括各國家文字、標點符號、圖形符號、數字等。
2：字符編碼：是一套法則，最常規的理解就是：讓程序根據這個法則對應到相應的字符集中將byte[]存取為string。
現在，我們要來看看這些東西在 .NET 中對應的是什么。

一：字符集和字符編碼
如果想得到全部的字符集，則使用 System.Text.Encoding.GetEncodings() 方法，以下代碼用于列出.Net支持的全部字符集：

示例：

二：典型應用場景之 HttpWebResponse

很多人都作過頁面抓取功能， HttpWebResponse 就會比較熟悉，當然如果不嫌麻煩，也可以用 Socket 實現，但是同時要解析很多屬性以及處理象重定向之類的諸多問題。
 

2.1 http header 和http content是什么？
瀏覽一個網頁，使用很多工具，或者使用.Net中的某些類進行抓取，都給我們結構化為 Http 頭和正文這樣的信息，其實，當我們發送一個請求，服務器返回給我們的是一串 byte[]，我們完全可以自己去從這串 byte[] 解析出 http header 和 http content，它們之間其實僅僅非常簡單的以兩個 /r/n/ 分割開而已，歷史上有著名的CRLF攻擊，CR就是/r，LF就是/n，就利用的是這個規則。

2.2 我們如何察看http header，http content？
其實很簡單，既然這些都是 byte[] ，所以，我們只要知道這段 byte[] 正確的字符編碼規則，就能得到我們所需要看到的 html （html就是字符串而已）。使用 HttpWebResponse 這個類，就能請求一個 url ，該類自動為我們解析出了 httpheader ，有意思的是，它沒有給我們解析出 content ，所以，我們需要自己完成正文的byte[] to string。
 

2.3 http content to string的具體做法
好的，實際上，httpheader  中已經告訴了我們一些字符集編碼相關的信息，我們可能感興趣，以及會混淆的這些http頭如下：

那么,這些 Http 頭在HttpWebResponse 中是怎么代表的呢?

之所以碰到以上問題，其實僅僅是因為，服務器給我們傳回來的是byte[]，而任何程序員在寫服務器端WEB程序的時候，都有可能有意或無意的轉碼出不規范的byte[]來。所以，如果我們嘗試從http頭的Content-Type和HttpWebResponse.Charaterset想要得到編碼規則，我們就敗了，我們敗在了有標準，但是沒人嚴格去執行標準。

有一些頗具迷惑性的API試圖在告訴我們，使用我你就能得到該流正確的Encoding了，比如，StreamReader.CurrentEncoding，我們可以把HttpWebResponse的GetResponse中讀取到

byte[]，放置到MemoryStream中，然后利用如下代碼：

2.5 關于本例的一點補充
以上字節流的編碼解碼，很多地方用了Response做例子，但是，以上解碼針對的是非壓縮的Response，如果服務器已經對http流進行了壓縮（其壓縮格式在Content-Encoding中指明了），我們就得先解壓縮，再解碼Response流，然后再解碼正文。考慮到本文的主題，特意剪裁了對于 Response 流的解壓過程。

2.6 關于正確解碼的嘗試

有很多人嘗試從byte[]本身去解析和判斷編碼規則的API，如：codeproject上也有相關的文章，但是可悲的事實是：并沒有一種完美的方法來自動判斷byte[]的編碼規則。還記得我們的瀏覽器（如IE）的編碼設置中的“自動選擇”嗎，其實這個自動選擇的錯誤率還是蠻高的。所以，對于字節流的生成者，如BS程序開發者，可以通過規范輸出：聲明charset和編碼規范的方式，這樣才能讓解析者（如瀏覽器）解析的時候盡可能的少出現亂碼。