【C#コードの小さな知識】蛇足を描いたコード接頭辞

ファイルには異なる符号化があることはよく知られています.例えば、私たちがよく使う中国語の符号化はUTF 8、GK 2312などです.
Windowsオペレーティングシステムでは、新しいファイルには、最初の部分にいくつかの文字の接頭辞が追加され、符号化が識別されます.
たとえば、新しいテキストファイルを作成し、単語Helloに書き込み、UTF 8として保存します.Helloは5バイトですが、テキストサイズは8バイトです.(win 7システムではやはりそうですが、win 10は符号化プレフィックスを外しているので、win 10下のファイルサイズは依然として5バイトです.マイクロソフト自身も変わっているようです.)StreamWriterでファイルを生成します.

using (StreamWriter sw = new StreamWriter("a.txt"))
{
    sw.Write("Hello");  // 5  
}

using (StreamWriter sw = new StreamWriter("b.txt", false, Encoding.UTF8))
{
    sw.Write("Hello");  // 8  
}

奇妙なことに、StreamWriterのデフォルトコードはUTF 8で、すべてUTF 8でコードされていますが、どのようにファイルのサイズが違いますか?UTF8Encodingには2つのプライベート属性があります.emitUTF8IdentifierとisThrowExceptionで、初期化時に構造関数によって入力されます.

emitUTF8Identifierは、符号化プレフィックス

が追加するか否かを示す.

isThrowExceptionは、符号化エラーが発生したときに

とエラーが発生するか否かを示す.
このことから,符号化接頭辞を追加するかどうかは制御可能である.EncodingのUTF8は、符号化プレフィックスを追加するために以下のように定義される.

public static Encoding UTF8 {
    get {
        if (utf8Encoding == null) utf8Encoding = new UTF8Encoding(true);
        return utf8Encoding;
    }
}

StreamWriterで使用されるデフォルトの符号化は、emitUTF8Identifier=falseです.

internal static Encoding UTF8NoBOM {
    get { 
        if (_UTF8NoBOM == null) {
            UTF8Encoding noBOM = new UTF8Encoding(false, true);
            _UTF8NoBOM = noBOM;
        }
        return _UTF8NoBOM;
    }
}

これが先頭のコードの2つのファイルのサイズが異なる理由です.