C#的二进制文件操作及汉字编码转换

 

C# 的二进制文件操作及汉字编码转换

 

1 ．数值应保存在二进制文件

首先列举文本、二进制文件的操作（读写）方法：

方式 1 ：

// 文本文件操作：创建 / 读取 / 拷贝 / 删除
using System;
using System.IO;
class Test
{
   string path = @"f:/t.txt";
   public static void Main()
   {       
      // 创建并写入 ( 将覆盖已有文件 )
      if (!File.Exists(path))
      {

//StreamWriter m=new           

//StreamWriter(path,true,Encoding.Default,1);//ASCII,1   Encoding.Default ：即//UTF-8编码 这样就可以指定编码方式

    using (StreamWriter sw = File.CreateText(path))
         {
            sw.WriteLine("Hello");
         }
      }
      // 读取文件
      using (StreamReader sr = File.OpenText(path))
      {
        string s = "";
        while ((s = sr.ReadLine()) != null)
        {
           Console.WriteLine(s);
        }
     }
     // 删除 / 拷贝
     try
     {
        File.Delete(path);
        File.Copy(path, @"f:/tt.txt");
     }
     catch (Exception e)
     {
        Console.WriteLine("The process failed: {0}", e.ToString());
     }
   }
}

方式 2 ：
// 流文件（二进制）操作
private const string name = "Test.data";
public static void Main(String[] args)
{
    // 打开文件 ()  , 或通过 File 创建立如： fs = File.Create(path, 1024)
    FileStream fs = new FileStream(name, FileMode.CreateNew);
    // 转换为字节 写入数据 ( 可写入中文 )
    Byte[] info = new UTF8Encoding(true).GetBytes("This is some text in the file.");
    // 字节数组 , 字节偏移量 , 最多写入的字节数

BinaryWriter   w   =   new   BinaryWriter(fs);

// 设置要写入的偏移量  

fs.Position=fs.Length;
  //  fs.Write(info, 0, info.Length);   这个也可以
    w.Close();
    fs.Close();
    // 打开文件
    fs = new FileStream(name, FileMode.Open, FileAccess.Read);
    // 读取
    BinaryReader r = new BinaryReader(fs);
    for (int i = 0; i < 11; i++)
    {
        Console.WriteLine(r.ReadInt32());
    }
    w.Close();
    fs.Close();

在将一系列二进制数如方式 1 写入到 file.txt( 二进制 ) 文件后，打开 file.txt 后显示的数据二进制数有些错误，有些正确。（与存入的不一样） 向文件中写入的 默认（也可以设置） 都是使用 UTF-8 编码 。打开 file.txt 是也是默认 UTF-8 编码。

 

若将其如方式 2 存入 二进制文件，则显示的数据一致。若将二进制数（整数）保存为文本文件出错。二进制文件是直接写入文件的（磁盘）没有经过编码和读取时的解码。

 

2 ．汉字编码转换

相关：

UNICODE 是为了处理包括中文，日文等字符而提出的一种通用的字符集。最初的UNICODE为双字节字符集，即16位编码，能够包括65，536个字符。但这样的容量并不能满足所有需要，因此，现在的UNICODE已经扩展到4个字节，能够容纳1,112,064 个字符，而这些在16位之后的扩展背称为增补字符。

 

UTF-32 、 UTF-16 和 UTF-8 是 Unicode 标准的编码字符集的字符编码方案。

UTF-8 使用一至四个字节的序列对编码 Unicode 代码点进行编码

UTF-8 使用一至四个字节的序列对编码 Unicode 代码点进行编码。U+0000 至 U+007F 使用一个字节编码，U+0080 至 U+07FF 使用两个字节，U+0800 至 U+FFFF 使用三个字节，而 U+10000 至 U+10FFFF 使用四个字节。UTF-8 设计原理为：字节值 0x00 至 0x7F 始终表示代码点 U+0000 至 U+007F（Basic Latin 字符子集，它对应 ASCII 字符集）。这些字节值永远不会表示其他代码点，这一特性使 UTF-8 可以很方便地在软件中将特殊的含义赋予某些 ASCII 字符。

 

　 GB2312(1980 年 ) 一共收录了 7445 个字符，包括 6763 个汉字和 682 个其它符号。汉字区的内码范围高字节从 B0-F7 ，低字节从 A1-FE ，占用的码位是 72*94=6768 。其中有 5 个空位是 D7FA-D7FE 。当然也可以表示数字和字符（一个字节，与 ASCII 表示相同）。

 

 

要读取一个以 GB2312 编码的包含汉字、数字、字母的二进制文件。

String strName =Encoding.GetEncoding("gb2312").GetString(name,0,i) ;

// name 是读取的二进制数组。

这样就能将二进制数组转换为 汉字、数字或字母

 

同样：也可以将包含汉字、数字、字母的字符串转换为 二进制数组保存到 二进制文件。

String unicodeString =   " 备用43E";

Byte[] encodedBytes = Encoding.GetEncoding("gb2312").GetBytes(unicodeString);

 

当然也可以进行二进制数组与UNICODE，UTF-8等编码方式的转换

Byte[] encodedBytes = utf8.GetBytes(unicodeString);

String decodedString = utf8.GetString(encodedBytes);

 

UnicodeEncoding unicode = new UnicodeEncoding();

Byte[] encodedBytes = unicode.GetBytes(unicodeString);

String decodedString = unicode.GetString(encodedBytes);