首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >从CP1251在C#中转换为Unicode

从CP1251在C#中转换为Unicode
EN

Stack Overflow用户
提问于 2016-02-22 08:55:53
回答 1查看 5.7K关注 0票数 1

我有包含俄文的大数据

代码语言:javascript
复制
"Ìèíàñÿí Ðóäèê Ñàðêèñîâ"

我需要把它转换成C#中的UNICODE

“МинасянРудикСаркисов”

如何转换?

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2016-02-22 09:03:08

如果它真的是1251,那么代码是:

代码语言:javascript
复制
var enc1251 = Encoding.GetEncoding(1251);
var enc8859 = Encoding.GetEncoding("iso-8859-1");
string str = "Ìèíàñÿí Ðóäèê Ñàðêèñîâ";
byte[] bytes = enc8859.GetBytes(str);
string str2 = enc1251.GetString(bytes);

Encoding.GetEncoding("iso-8859-1").GetBytes(str)返回“原始”(未处理) byte[]数组,然后使用CP1251进行解码。

我正在添加一个小程序来“解决”这类问题。请注意,这是一个.NET框架程序,而不是.NET核心程序,因为.NET核心存在Encoding.GetEncodings问题。此程序将搜索可用于修复错误编码文本问题的编码。它将显示一个候选编码列表,这些编码可以对给定的全文进行编码/解码,然后尝试匹配它们。

代码语言:javascript
复制
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;

class Program
{
    static void Main(string[] args)
    {
        Console.OutputEncoding = System.Text.Encoding.UTF8;

        var encodings = Encoding.GetEncodings();

        Console.WriteLine($"Testing {encodings.Length} encodings");
        Console.WriteLine();

        string from = "Ìèíàñÿí Ðóäèê Ñàðêèñîâ"; // "Єюээ";
        string to = "Минасян Рудик Саркисов"; // "тонн";

        var encodingsFrom = new List<(string Hex, Encoding Encoding)>();
        var encodingsTo = new List<(string Hex, Encoding Encoding)>();

        var stringPlusEncodings = new[]
        {
            new { Str = from, Encodings = encodingsFrom },
            new { Str = to, Encodings = encodingsTo },
        };

        foreach (var stringPlusEncoding in stringPlusEncodings)
        {
            Console.WriteLine(stringPlusEncoding.Str);

            foreach (var info in encodings)
            {
                var enc = info.GetEncoding();

                bool unicodeEncoding = enc.BodyName.StartsWith("utf-");

                if (!enc.IsSingleByte && !unicodeEncoding)
                {
                    Console.WriteLine($"Skipped {enc.BodyName}");
                    continue;
                }

                enc = (Encoding)enc.Clone();

                // We replace unknown characters with easy-to-find code 0
                // Note that this is useless for encodings that map all the characters
                // and use the 0 for something else (like utf-16 and utf-32)
                enc.EncoderFallback = new EncoderReplacementFallback("\0");

                var bytes = enc.GetBytes(stringPlusEncoding.Str);

                if (!unicodeEncoding && (bytes.Length == 0 || bytes.Any(x => x == 0)))
                {
                    continue;
                }

                // Write in hex format
                string encodedHex = string.Join(" ", bytes.Select(x => x.ToString("x2")));

                Console.WriteLine($"{encodedHex} {enc.HeaderName}");

                stringPlusEncoding.Encodings.Add((encodedHex, enc));
            }

            Console.WriteLine(string.Empty);
        }

        Console.WriteLine("Candidates:");

        foreach (var encodingFrom in encodingsFrom)
        {
            var encodingsTo2 = encodingsTo.Where(x => encodingFrom.Hex == x.Hex).ToArray();

            foreach (var encodingTo in encodingsTo2)
            {
                Console.WriteLine($"{encodingFrom.Encoding.HeaderName} -> {encodingTo.Encoding.HeaderName}");
            }
        }
    }
}
票数 7
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/35549382

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档