我需要你的帮助,因为在.NET Framework中使用UNICODE编码时,有些问题困扰着我...
我必须与一些非UNICODE应用程序的客户数据系统进行接口交互,而这些客户拥有全球性的公司(例如中国、韩国、俄罗斯等)。所以他们必须提供一个ASCII 8位文件,该文件将使用其Windows代码页进行编码。
因此,如果一个希腊客户发送给我一个包含'Σ'(sigma字母'\u03A3')的产品名称的文本文件,我将得到一个相应于211 ANSI代码点的等效字母,该字母在我的代码页中表示。我的计算机是法语Windows,这意味着代码页是Windows-1252,所以在这个文本文件中我会得到'Ó'...好的。
我知道这个客户是希腊人,所以我可以在导入参数中强制使用windows-1253代码页来读取他的文件。
/// <summary>
/// Convert a string ASCII value using code page encoding to Unicode encoding
/// </summary>
/// <param name="value"></param>
/// <returns></returns>
public static string ToUnicode(string value, int codePage)
{
Encoding windows = Encoding.Default;
Encoding unicode = Encoding.Unicode;
Encoding sp = Encoding.GetEncoding(codePage);
if (sp != null && !String.IsNullOrEmpty(value))
{
// First get bytes in windows encoding
byte[] wbytes = windows.GetBytes(value);
// Check if CodePage to use is different from current Windows one
if (windows.CodePage != sp.CodePage)
{
// Convert to Unicode using SP code page
byte[] ubytes = Encoding.Convert(sp, unicode, wbytes);
return unicode.GetString(ubytes);
}
else
{
// Directly convert to Unicode using windows code page
byte[] ubytes = Encoding.Convert(windows, unicode, wbytes);
return unicode.GetString(ubytes);
}
}
else
{
return value;
}
}
最终我在申请中获得了'Σ',并能将其保存在我的SQL Server数据库中。现在我的应用程序需要执行一些复杂的计算,然后我必须使用自动导出将该文件返回给客户...
所以我的问题是,我需要进行UNICODE => ANSI转换吗?但这并不像我最初想象的那么简单...
我不想保存导入期间使用的代码页,因此我的第一个想法是将UNICODE转换为windows-1252,然后自动将文件发送给客户。他们将使用自己的代码页阅读导出的文本文件,所以这个想法对我来说很有趣。
但问题是,这种方式的转换行为很奇怪... 这里有两个不同的例子:
第一个例子(я)
char ya = '\u042F';
string strYa = Char.ConvertFromUtf32(ya);
System.Text.Encoding unicode = System.Text.Encoding.Unicode;
System.Text.Encoding ansi1252 = System.Text.Encoding.GetEncoding(1252);
System.Text.Encoding ansi1251 = System.Text.Encoding.GetEncoding(1251);
string strYa1252 = ansi1252.GetString(System.Text.Encoding.Convert(unicode, ansi1252, unicode.GetBytes(strYa)));
string strYa1251 = ansi1251.GetString(System.Text.Encoding.Convert(unicode, ansi1251, unicode.GetBytes(strYa)));
所以strYa1252包含“?”,而strYa1251包含有效字符“я”。因此,如果没有将有效代码页指示给Convert()函数,则似乎无法转换为ANSI ... 因此,Unicode编码类中没有任何内容可以帮助用户获取ANSI和UNICODE代码点之间的等效性? :\
第二个例子(Σ)
char sigma = '\u3A3';
string strSigma = Char.ConvertFromUtf32(sigma);
System.Text.Encoding unicode = System.Text.Encoding.Unicode;
System.Text.Encoding ansi1252 = System.Text.Encoding.GetEncoding(1252);
System.Text.Encoding ansi1253 = System.Text.Encoding.GetEncoding(1253);
string strSigma1252 = ansi1252.GetString(System.Text.Encoding.Convert(unicode, ansi1252, unicode.GetBytes(strSigma)));
string strSigma1253 = ansi1253.GetString(System.Text.Encoding.Convert(unicode, ansi1253, unicode.GetBytes(strSigma)));
此时,strSigma1253 字符串中的 'Σ' 是正确的,但是在 strSigma1252 中却出现了 'S'。正如开头所示,如果找到 ANSI 代码,则应该有 'Ó',如果未找到该字符,则应该有 '?',而不是 'S'。为什么会这样呢?
当然,语言学家可能会说 'S' 和希腊 Sigma 字符相等,因为它们在两个字母表中发音相同,但它们的 ANSI 代码不同!
那么,在 .NET 框架中,Convert() 函数如何处理这种等价性呢?
还有,有人知道如何从 UNICODE 写回 ANSI 字符到我需要发送给客户的文本文件中吗?