編碼、字符集、亂碼、Unicode、UTF-8 與 .NET 核心概念通俗解析

從亂碼說起

簡體/繁體系統間複製程式碼出現亂碼，根因在於**檔案位元組序列與解碼器預期的編碼不符**。

核心概念階梯

1. 位元：0/1，最小儲存單位。
2. 位元組：8 位元，儲存單一字元的基本單位 (ASCII 時代)。
3. 編碼表/字符集：字元 ↔ 代碼點 的對應表。
4. ASCII (7-bit)：0-127，英文字母、數字、符號，最高位固定 0。
5. 雙位元組編碼 (GB2312, Big5, Shift_JIS…)：為容納漢字擴展至 16 位，相容 ASCII (首位 0/1 區分單/雙位元組)。
6. Unicode (UCS-2/UTF-16)：統一碼表，固定 2 或 4 位元組編碼全球字元。
7. UTF-8：Unicode 的變長編碼實作，ASCII 兼容 (1 位元組)，漢字 3 位元組，Emoji 4 位元組，**網路傳輸/儲存首選**。

.NET 關鍵點

• string / char 內部固定 **UTF-16 (Unicode)**。
• 檔案/網路/資料庫 I/O **必須顯式指定 Encoding** (如 Encoding.UTF8)，否則依賴系統預設 (ANSI) 易產生亂碼。
• StreamReader/Writer、XmlReader/Writer、JsonSerializer 皆預設 UTF-8，**建議全專案統一 UTF-8 無 BOM**。