我的一个文档中包含如“礛祃瑿瑿璷璫璵”之类的乱码,我用UltraEdit的Unicode转UTF-8可以将这些乱码准确的转换成正确的字符“µMµl-C-C-o-c-m”,至少是显示是正确的,用记事本打开也显示正确。
但是我用C#进行unicode转换成UTF-8时就会出现问题
我的代码如下:
class Program
{
static void Main(string[] args)
{
String filename = @"d:\test\encondingtest.txt";
String newfilename = @"d:\test\encondingtest2.txt";
String strLin = "";
try
{
StreamReader srfile = new StreamReader(filename, Encoding.Unicode);
StreamWriter swfile = new StreamWriter(newfilename, false, Encoding.UTF8);
while ((strLin = srfile.ReadLine()) != null)
{
byte[] mybyte = Encoding.Unicode.GetBytes(strLin);
String strOutLine = Encoding.UTF8.GetString(mybyte);
swfile.WriteLine(strOutLine);
Console.WriteLine(strOutLine);
}
srfile.Close();
swfile.Close();
}
catch (IOException e)
{
Console.WriteLine(e);
}
Console.ReadKey();
}
}
文件显示“�M�l�C�C�o�c�m”
请大家帮忙看看是怎么回事,谢谢!
但是我用C#进行unicode转换成UTF-8时就会出现问题
我的代码如下:
class Program
{
static void Main(string[] args)
{
String filename = @"d:\test\encondingtest.txt";
String newfilename = @"d:\test\encondingtest2.txt";
String strLin = "";
try
{
StreamReader srfile = new StreamReader(filename, Encoding.Unicode);
StreamWriter swfile = new StreamWriter(newfilename, false, Encoding.UTF8);
while ((strLin = srfile.ReadLine()) != null)
{
byte[] mybyte = Encoding.Unicode.GetBytes(strLin);
String strOutLine = Encoding.UTF8.GetString(mybyte);
swfile.WriteLine(strOutLine);
Console.WriteLine(strOutLine);
}
srfile.Close();
swfile.Close();
}
catch (IOException e)
{
Console.WriteLine(e);
}
Console.ReadKey();
}
}
文件显示“�M�l�C�C�o�c�m”
请大家帮忙看看是怎么回事,谢谢!
String newfilename = @"c:\temp\temp1.txt";
String strLin = ""; // 这里已经指定文件的编码就用再多此一举了--Encoding.UTF8.GetString()
StreamReader srfile = new StreamReader(filename, Encoding.Unicode);
StreamWriter swfile = new StreamWriter(newfilename, false, Encoding.UTF8);
while ((strLin = srfile.ReadLine()) != null)
{
swfile.WriteLine(strLin);
}
srfile.Close();
swfile.Close();
{
byte[] mybyte = Encoding.Unicode.GetBytes(strLin);
String strOutLine = Encoding.UTF8.GetString(mybyte);
swfile.WriteLine(strOutLine);
Console.WriteLine(strOutLine);
}
------------------------
改成:
string s = srfile.ReadToEnd();
swfile.write(s);
就OK
显示还是不对啊?显示的是“䶵沵䎭䎭澭掭涭”
不知道你所说的显示是怎么个显示?2楼的方法也是可以的我的测试步骤是,用记事本编辑一些内容然后另存为Unicode文本文件
然后执行代码,在用记事本打开,格式是Utf8,一切正常。
我完全按照你的方式进行操作,输入的内容是“礛祃瑿瑿璷璫璵”,打开输出文件后里面现实的内容仍然是“礛祃瑿瑿璷璫璵”而不是我想要得到的“µMµl-C-C-o-c-m”,不知道你是怎样得到的,麻烦你再说一下,谢谢!
byte[] vBuffer = Encoding.Default.GetBytes(s);
s = Encoding.GetEncoding("us-ascii").GetString(vBuffer);
Console.WriteLine(Encoding.UTF8.GetString(vBuffer));不过楼主的目的是什么?这样转出来有什么意义?
因为需要对一些英文文本进行处理,但是里面的乱码对实验有影响,需要将乱码转为正常的字符,因为数G的大数据量,所以不能用UE来人工装换,而是只能放在程序里面来做。例如原文中有这么一句:“procedure to determine protein璵etal ion binding parameters in the presence of excess”,我需要将其转换成“procedure to determine protein-metal ion binding parameters in the presence of excess”,而现在的结果总是“procedure to determine protein?metal ion binding parameters in the presence of excess”:(我出来的结果还是?M?l?C?C?o?c?m
:(
public string AsciiToUnicode(byte[] ABuffer)
{
char[] vResult = new char[ABuffer.Length];
for (int i = 0; i < ABuffer.Length; i++)
vResult[i] = (char)ABuffer[i];
return new string(vResult);
}private void button1_Click(object sender, EventArgs e)
{
string s = "礛祃瑿瑿璷璫璵";
byte[] vBuffer = Encoding.Default.GetBytes(s);
s = AsciiToUnicode(vBuffer);
Console.WriteLine(s);
}输出结果:μMμl-C-C-o-c-m