Unicode和汉字编码(转)

原文地址：http://www.code-design.cn/blogdetail2772.html

Unicode和汉字编码小知识
　　将汉字进行UNICODE编码，如：“王”编码后就成了“\u738b”，UNICODE字符以\u开始，后面有4个数字或者字母，所有字符都是16进制的数字，每两位表示的256以内的一个数字。而一个汉字是由两个字符组成，于是就很容易理解了，“738b”是两个字符，分别是“73”“8b”。但是在将 UNICODE字符编码的内容转换为汉字的时候，字符是从后面向前处理的，所以，需要把字符按照顺序“8b”“73”进行组合得到汉字。

　　下面是C#汉字Unicode编码相互转换代码

using System;

using System.Text;

using System.Text.RegularExpressions;

using System.Globalization;

public class GB2312UnicodeConverter

{

/// <summary>

/// 汉字转换为Unicode编码

/// </summary>

/// <param name="str">要编码的汉字字符串</param>

/// <returns>Unicode编码的的字符串</returns>

public static string ToUnicode(string str)

{

byte[] bts = Encoding.Unicode.GetBytes(str);

string r = "";

for (int i = 0; i < bts.Length; i += 2) r += "\\u" + bts[i + 1].ToString("x").PadLeft(2, '0') + bts[i].ToString("x").PadLeft(2, '0');

return r;

}

/// <summary>

/// 将Unicode编码转换为汉字字符串

/// </summary>

/// <param name="str">Unicode编码字符串</param>

/// <returns>汉字字符串</returns>

public static string ToGB2312(string str)

{

string r = "";

MatchCollection mc = Regex.Matches(str, @"\\u([\w]{2})([\w]{2})", RegexOptions.Compiled | RegexOptions.IgnoreCase);

byte[] bts = new byte[2];

foreach(Match m in mc )

{

bts[0] = (byte)int.Parse(m.Groups[2].Value, NumberStyles.HexNumber);

bts[1] = (byte)int.Parse(m.Groups[1].Value, NumberStyles.HexNumber);

r += Encoding.Unicode.GetString(bts);

}

return r;

}

posted on 2010-08-05 18:11 漂漂阅读(2079) 评论(0) 编辑收藏引用

常用链接

留言簿(11)

随笔分类(159)

随笔档案(224)

文章分类(2)

文章档案(4)

经典c++博客

搜索

最新评论

阅读排行榜

评论排行榜

只有注册用户登录后才能发表评论。




网站导航: 博客园 IT新闻 BlogJava 知识库博问管理