C#:UTF-8、UTF-16、UTF-32之间的编码转换

开发工具：

Visual Studio v2010

.NET Framework 4 Client Profile

版本历史：

V1.0 2011年05月12日

• 完成正式版本。

功能描述：

• C#语言实现基于UTF-8、UTF-16、UTF-32之间的编码转换

接口函数：

UCS4ToUTF8

UTF8ToUCS4

UCS4ToUTF16

UTF16ToUCS4

UCS4ToString

StringToUCS4

UTF8ToString

StringToUTF8

下载地址：

UnicodeConverter.zip

源代码：

UnicodeConverter.cs

/* ---------------------------------------------------------- 文件名称：UnicodeConverter.h 作者：秦建辉 MSN：[email protected] 当前版本：V1.0 历史版本： V1.0 2011年05月12日 完成正式版本。 功能描述： Unicode内码转换器。用于utf-8、utf-16（UCS2）、utf-32（UCS4）之间的编码转换 ------------------------------------------------------------ */ using System; using System.Text; namespace Splash { ///

/// UTF8、UTF16（UCS2）、UTF32（UCS4）编码转换器 ///

public class UnicodeConverter { ///

/// 转换UCS4编码到UTF8编码 ///

/// 要转换的UCS4编码 /// 存储UTF8编码的字节数组 public static Byte[] UCS4ToUTF8(UInt32 UCS4) { UInt32[] CodeUp = { 0x80, // U+00000000 ～ U+0000007F 0x800, // U+00000080 ～ U+000007FF 0x10000, // U+00000800 ～ U+0000FFFF 0x200000, // U+00010000 ～ U+001FFFFF 0x4000000, // U+00200000 ～ U+03FFFFFF 0x80000000 // U+04000000 ～ U+7FFFFFFF }; // 根据UCS4编码范围确定对应的UTF8编码字节数 Int32 Len = -1; for (Int32 i = 0; i < CodeUp.Length; i++) { if (UCS4 < CodeUp[i]) { Len = i + 1; break; } } if (Len == -1) return null; // 无效的UCS4编码 // 转换为UTF8编码 Byte[] UTF8 = new Byte[Len]; Byte[] Prefix = { 0, 0xC0, 0xE0, 0xF0, 0xF8, 0xFC }; for (Int32 i = Len - 1; i > 0; i--) { UTF8[i] = (Byte)((UCS4 & 0x3F) | 0x80); UCS4 >>= 6; } UTF8[0] = (Byte)(UCS4 | Prefix[Len - 1]); return UTF8; } ///

/// 转换UTF8编码到UCS4编码 ///

/// UTF8编码的字节数组 /// 要转换的起始索引位置 /// 要输出的UCS4编码 /// 字节数组中参与编码转换的字节长度 public static Int32 UTF8ToUCS4(Byte[] UTF8, Int32 index, out UInt32 UCS4) { if (index < 0 || index >= UTF8.Length) { UCS4 = 0xFFFFFFFF; return 0; } Byte b = UTF8[index]; if (b < 0x80) { UCS4 = b; return 1; } if (b < 0xC0 || b > 0xFD) { // 非法UTF8 UCS4 = 0xFFFFFFFF; return 0; } Int32 Len; if (b < 0xE0) { UCS4 = (UInt32)(b & 0x1F); Len = 2; } else if (b < 0xF0) { UCS4 = (UInt32)(b & 0x0F); Len = 3; } else if (b < 0xF8) { UCS4 = (UInt32)(b & 7); Len = 4; } else if (b < 0xFC) { UCS4 = (UInt32)(b & 3); Len = 5; } else { UCS4 = (UInt32)(b & 1); Len = 6; } if (index + Len > UTF8.Length) { // 非法UTF8 UCS4 = 0xFFFFFFFF; return 0; } for (Int32 i = 1; i < Len; i++) { b = UTF8[index + i]; if (b < 0x80 || b > 0xBF) { // 非法UTF8 UCS4 = 0xFFFFFFFF; return 0; } UCS4 = (UInt32)((UCS4 << 6) + (b & 0x3F)); } return Len; } ///

/// 转换UCS4编码到UTF16编码 ///

/// 要转换的UCS4编码 /// 存储UTF16编码的数组 public static UInt16[] UCS4ToUTF16(UInt32 UCS4) { if (UCS4 <= 0xFFFF) { // 基本平面字符 UInt16[] UTF16 = { (UInt16)UCS4 }; return UTF16; } else if (UCS4 <= 0xEFFFF) { // 对于辅助平面字符，使用代理项对 UInt16[] UTF16 = new UInt16[2]; UTF16[0] = (UInt16)(0xD800 + (UCS4 >> 10) - 0x40); UTF16[1] = (UInt16)(0xDC00 + (UCS4 & 0x03FF)); return UTF16; } else { // 超出编码范围 return null; } } ///

/// 转换UTF16编码到UCS4编码 ///

/// 要转换的UTF16编码数组 /// 要转换的起始索引位置 /// 要输出的UCS4编码 /// 数组中参与编码转换的单元数 public static Int32 UTF16ToUCS4(UInt16[] UTF16, Int32 index, out UInt32 UCS4) { if (index < 0 || index >= UTF16.Length) { UCS4 = 0xFFFFFFFF; return 0; } UInt16 CodeA = UTF16[index]; if (CodeA >= 0xD800 && CodeA <= 0xDFFF) { // 代理项区域（Surrogate Area） if (CodeA < 0xDC00 && index + 2 <= UTF16.Length) { UInt16 CodeB = UTF16[index + 1]; if (CodeB >= 0xDC00 && CodeB <= 0xDFFF) { UCS4 = (UInt32)((CodeB & 0x03FF) + (((CodeA & 0x03FF) + 0x40) << 10)); return 2; } } // 非法UTF16 UCS4 = 0xFFFFFFFF; return 0; } else { UCS4 = CodeA; return 1; } } ///

/// 转换UCS4编码到Unicode字符串 ///

/// 要转换的UCS4编码 /// 转换后的Unicode字符串 public static String UCS4ToString(UInt32 UCS4) { StringBuilder sb = new StringBuilder(2); if (UCS4 <= 0xFFFF) { // 基本平面字符 sb.Append(Convert.ToChar(UCS4)); return sb.ToString(); } else if (UCS4 <= 0xEFFFF) { // 对于辅助平面字符，使用代理项对 sb.Append(Convert.ToChar(0xD800 + (UCS4 >> 10) - 0x40)); sb.Append(Convert.ToChar(0xDC00 + (UCS4 & 0x03FF))); return sb.ToString(); } else { // 超出编码范围 return null; } } ///

/// 转换Unicode字符串到UCS4编码 ///

/// 用于转换的Unicode字符串 /// 要转换的起始索引位置 /// 要输出的UCS4编码 /// 参与编码转换的字符个数 public static Int32 StringToUCS4(String Unicode, Int32 index, out UInt32 UCS4) { if (index < 0 || index >= Unicode.Length) { UCS4 = 0xFFFFFFFF; return 0; } UInt16 CodeA = Convert.ToUInt16(Unicode[index]); if (CodeA >= 0xD800 && CodeA <= 0xDFFF) { // 代理项区域（Surrogate Area） if (CodeA < 0xDC00 && index + 2 <= Unicode.Length) { UInt16 CodeB = Convert.ToUInt16(Unicode[index + 1]); if (CodeB >= 0xDC00 && CodeB <= 0xDFFF) { UCS4 = (UInt32)((CodeB & 0x03FF) + (((CodeA & 0x03FF) + 0x40) << 10)); return 2; } } // 非法UTF16 UCS4 = 0xFFFFFFFF; return 0; } else { UCS4 = CodeA; return 1; } } ///

/// 转换UTF8编码到Unicode字符串 ///

/// 用于转换的UTF8编码字节数组 /// 要转换的起始索引位置 /// 要转换的字节数 /// 转换后的Unicode字符串 public static String UTF8ToString(Byte[] UTF8, Int32 index, Int32 count) { if (index < 0 || index >= UTF8.Length || count == 0) { return null; } // 计算实际能够转换的字节数 if (count < 0 || index + count > UTF8.Length) { count = UTF8.Length - index; } StringBuilder sb = new StringBuilder(); Int32 i = 0; do { UInt32 UCS4; Int32 Len = UTF8ToUCS4(UTF8, index, out UCS4); if (Len == 0 || i + Len > count) { // 转换失败 return null; } string Unicode = UCS4ToString(UCS4); if (Unicode == null) { // 转换失败 return null; } sb.Append(Unicode); i += Len; index += Len; } while (i < count); return sb.ToString(); } ///

/// 转换Unicode字符串到UTF8编码 ///

/// 要转换的Unicode字符串 /// 要转换的起始索引位置 /// 要转换的字符个数 /// 存储UTF8编码的字节数组 public static Byte[] StringToUTF8(String Unicode, Int32 index, Int32 count) { if (String.IsNullOrEmpty(Unicode) || index < 0 || index >= Unicode.Length || count == 0) { return null; } // 计算实际能够转换的字符数 if (count < 0 || index + count > Unicode.Length) { count = Unicode.Length - index; } // 基本平面字符，其UTF8编码不超过3个字节，扩展平面字符则不会超过6个字节 Byte[] UTF8Package = new Byte[Unicode.Length * 3]; Int32 AppendIndex = 0; Int32 i = 0; do { UInt32 UCS4; Int32 Len = StringToUCS4(Unicode, index, out UCS4); if (Len == 0 || i + Len > count) { // 转换失败 return null; } Byte[] UTF8 = UCS4ToUTF8(UCS4); if (UTF8 == null) { // 转换失败 return null; } UTF8.CopyTo(UTF8Package, AppendIndex); AppendIndex += UTF8.Length; i += Len; index += Len; } while (i < count); // 调整到实际大小 Array.Resize(ref UTF8Package, AppendIndex); return UTF8Package; } } }