C# Unicode編碼解碼的實現

Unicode是計算機科學領域裡的一項業界標準,包括字符集、編碼方案等。Unicode 是為瞭解決傳統的字符編碼方案的局限而產生的,它為每種語言中的每個字符設定瞭統一並且唯一的二進制編碼,以滿足跨語言、跨平臺進行文本轉換、處理的要求。

在這裡插入圖片描述

在表示一個Unicode的字符時,通常會用“U+”然後緊接著一組十六進制的數字來表示這一個字符。在 基本多文種平面裡的所有字符,要用四位十六進制數;在零號平面以外的字符則需要使用五位或六位十六進制數瞭。

string str = @"\u0005 \u0002\U00f3 \U +e9\u00e9";
string newStr = UnicodeDecode(str);
Console.WriteLine(newStr);
Console.WriteLine();

newStr = ToUnicode("0 - * @ , 。 ? 真的 繁體字");
Console.WriteLine(newStr);
Console.WriteLine();

正常字符轉換為unicode

        /// <summary>
        /// 對正常的字符串轉換為 Unicode 的字符串
        /// </summary>
        /// <param name="normalStr">正常的字符串</param>
        /// <param name="isIgnoreSpace">是否忽略空格符;默認 true 空格符不轉換;false 空格符要轉換</param>
        /// <param name="isUpperCaseU">是否大寫U字母 ‘\U';默認 false ‘\u'</param>
        /// <returns></returns>
        public string ToUnicode(this string normalStr, bool isIgnoreSpace = true, bool isUpperCaseU = false)
        {
            if (string.IsNullOrEmpty(normalStr))
            {
                return string.Empty;
            }

            StringBuilder strResult = new StringBuilder();

            void func(int index)
            {
                if (isUpperCaseU)
                {
                    strResult.Append("\\U");
                }
                else
                {
                    strResult.Append("\\u");
                }
                strResult.Append(((int)normalStr[index]).ToString("x").PadLeft(4, '0'));
            }

            for (int i = 0; i < normalStr.Length; i++)
            {
                if (isIgnoreSpace)
                {
                    if (normalStr[i] == ' ')
                    {
                        strResult.Append(" ");
                    }
                    else
                    {
                        func(i);
                    }
                }
                else
                {
                    func(i);
                }
            }
            return strResult.ToString();
        }

解碼

        /// <summary>
        /// 對 Unicode 的字符串解碼
        /// </summary>
        /// <param name="unicodeStr">Unicode 字符串</param>
        /// <returns></returns>
        public string UnicodeDecode(string unicodeStr)
        {
            if (string.IsNullOrWhiteSpace(unicodeStr) || (!unicodeStr.Contains("\\u") && !unicodeStr.Contains("\\U")))
            {
                return unicodeStr;
            }

            string newStr = Regex.Replace(unicodeStr, @"\\[uU](.{4})", (m) =>
            {
                string unicode = m.Groups[1].Value;
                if (int.TryParse(unicode, System.Globalization.NumberStyles.HexNumber, null, out int temp))
                {
                    return ((char)temp).ToString();
                }
                else
                {
                    return m.Groups[0].Value;
                }
            }, RegexOptions.Singleline);

            return newStr;
        }

到此這篇關於C# Unicode編碼解碼的實現的文章就介紹到這瞭,更多相關C# Unicode編碼解碼內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!

推薦閱讀: