蛙蛙请教:把一段c算法代码转换成c#代码。
这是一段剪贴板的数据转换算法代码,请帮忙把UTF8ToHtml转换成c#代码,我转了一下,根本不能用。
再帮忙写下注释,简单说一下原理,谢谢。
原文如下:
I was working on a project where I had to paste into textbox HTML, copied from the Browser. A quick search on "HTML Clipboard Format" in MSDN gives you an article that thoroughly explained how HTML is kept in the Clipboard. Unfortunately, this article tells you that it's kept in UTF-8 format without explaining how to convert from UTF-8 back to HTML. So I had do some research on my own.UTF-8 is the format that allows using Unicode characters in ASCII text by embedding a special token, &#code;, into the text, where the code is Unicode code (in decimal format) for the symbol. For some symbols there are special names. An example " " is " "... You can jump to the specification if you need more examples.Here is a UTF8ToHtml function, which converts from UTF-8 to HTML. The algorithm is not explained, but you can read more about it here.//utf8 - pointer to UTF8 formatted text. dwSize - size of UTF8 text; ptr is the pointer to Output buffer.//The OnClickedPastehtml is the handler for BN_CLICK event of the button in Dialog box. IDC_TEXT is the multiline text box.
void UTF8ToHtml(BYTE *utf8, DWORD dwSize, CHAR *ptr )
{
  int code;
  BYTE *end = utf8 + dwSize;
  while( utf8 < end )
  {
    code = 0;
    if( (*utf8 & 0xF0) == 0xF0  )
    {
      code = (((*utf8)&0x0F) << 18) | (((*(utf8+1))
        & 0x7F)<<12) | (((*(utf8+2)) & 0x7F)<<6)
        | ((*(utf8+3)) & 0x7F );
      utf8+=3;
    }
    else
    {
      if( (*utf8 & 0xE0) == 0xE0 )
      {
        code = (((*utf8)&0x1F) << 12) | (((*(utf8+1))
         & 0x7F)<<6 ) | ((*(utf8+2)) & 0x7F );
        utf8+=2;
      }
      else
      {
        if( (*utf8 & 0xC0) == 0xC0 )
        {
          code = (((*utf8)&0x3F) << 6) | ((*(utf8+1)) & 0x7F) ;
          utf8+=1;
        }
      }
    }
    if( code == 0 )
    {
      *ptr = *utf8;
    }
    else
    {
      char s[10];
      switch(code)
      {
      case 160:
        strcpy(s, "& ");
        break;
      case 34:
        strcpy(s, "&");
        break;
      case 36:
        strcpy( s, "&&");
        break;
      case 60:
        strcpy( s, "&<");
        break;
      case 62:
        strcpy( s, "&>");
        break;
      default:
        sprintf( s, "&#%d;", code );
        break;
      }
      strcpy( ptr, s );
      ptr += strlen(s)-1;
    }
    utf8++;
    ptr++;
  }
  *ptr = 0;
}
LRESULT CDialog::OnClickedPastehtml( WORD wNotifyCode,
                                     WORD wID,
                                     HWND hWndCtl,
                                     BOOL& bHandled)
{
  if (!OpenClipboard() )
    return 0;
  UINT uHtmlFormat = RegisterClipboardFormat("HTML Format");
  UINT uFormat = uHtmlFormat;
  if( IsClipboardFormatAvailable( uHtmlFormat ) == FALSE )
  {
    if( IsClipboardFormatAvailable( CF_TEXT ) == FALSE )
      return 0;
    uFormat = CF_TEXT;
  }  HGLOBAL   hglb;
  LPTSTR    lptstr;
  hglb = GetClipboardData(uFormat);
  if (hglb != NULL)
  {
    lptstr = (LPTSTR)GlobalLock(hglb);
    if (lptstr != NULL)
    {
      char *ptr1 = strstr( lptstr, "<!--StartFragment-->");
      if( ptr1 != 0 )
      {
        ptr1 += 20;
        char * ptr2 = strstr( lptstr, "<!--EndFragment-->");
        int iSize = (ptr2 - ptr1);
        char * tmp = (char*)_alloca( iSize *2);
        UTF8ToHtml((BYTE*)ptr1, iSize, tmp );
        //memcpy(tmp, ptr1, iSize );
        //tmp[iSize] = 0;
        SetDlgItemText(IDC_TEXT, tmp );
      }
      else
        SetDlgItemText(IDC_TEXT, lptstr );
      GlobalUnlock(hglb);
    }
  }
  CloseClipboard();
  return 0;
}
这是我转换的代码
private void FTopMost_DragDrop(object sender, DragEventArgs e)
{
    strCont = e.Data.GetData(DataFormats.Html, true).ToString();
    int start = strCont.IndexOf("<!--StartFragment-->");
    int end = strCont.IndexOf("<!--EndFragment-->");
    string s = strCont.Substring(start + 20, end - start - 20);    FNewPost f = new FNewPost();
    f.HTML = UTF8ToHtml(s);
    f.Show();
    f.Activate();
}
string UTF8ToHtml(string utf8)
{
    string ptr = null;
    int code;
    for (int i = 0; i < utf8.Length; i++ )
    {
        code = 0;
        if ((utf8[i]) == 0xF0)
        {
            code = (((utf8[i]) & 0x0F) << 18) | ((((utf8[i] + 1)) & 0x7F) << 12) | ((((utf8[i] + 2)) & 0x7F) << 6) | (((utf8[i] + 3)) & 0x7F);
            i += 3;
        }
        else
        {
            if ((utf8[i]) == 0xE0)
            {
                code = (((utf8[i]) & 0x1F) << 12) | ((((utf8[i] + 1)) & 0x7F) << 6) | (((utf8[i] + 2)) & 0x7F);
                i += 2;
            }
            else
            {
                if ((utf8[i]) == 0xC0)
                {
                    code = (((utf8[i]) & 0x3F) << 6) | (((utf8[i] + 1)) & 0x7F);
                    i += 1;
                }
            }
        }        if (code == 0)
        {
            ptr += utf8[i];
        }
        else
        {
            string s = null;
            switch (code)
            {
                case 160:
                    s = "& ";
                    break;
                case 34:
                    s = "&";
                    break;
                case 36:
                    s = "&&";
                    break;
                case 60:
                    s = "&<";
                    break;
                case 62:
                    s = "&>";
                    break;
                default:
                    //sprintf( s, "&#%d;", code );
                    s = "&" + code.ToString();
                    break;
            }
            ptr += s;
        }
    }
    return ptr;
}
这是一段剪贴板数据,当然这里没有中文
Version:0.9
StartHTML:71
EndHTML:170
StartFragment:140
EndFragment:160
StartSelection:140
EndSelection:160
<!DOCTYPE>
<HTML>
<HEAD>
<TITLE>The HTML Clipboard</TITLE>
<BASE HREF="http://sample/specs"> 
</HEAD>
<BODY>
<!--StartFragment -->
<P>The Fragment</P>
<!--EndFragment -->
</BODY>
</HTML>

解决方案 »

  1.   

    太长了,也就只给10分,看你三角也多就给你点一下吧C 里面是 BYTE *utf8
    在C#里就得先用Encoding.UTF8.GetBytes()得到Byte数组
    用Encoding.UTF8.GetString();返回
      

  2.   

    string UTF8ToHtml(string utf8)
    {
        string ptr = null;
        int code;
        byte[] utf8bytes = Encoding.UTF8.GetBytes(utf8);    for (int i = 0; i < utf8bytes.Length; i++)
        {
            code = 0;
            if ((utf8bytes[i] & 0xF0) == 0xF0)
            {
                code = ((utf8bytes[i] & 0x0F) << 18) | 
                    ((utf8bytes[i + 1]  & 0x7F) << 12) | 
                    ((utf8bytes[i + 2] & 0x7F) << 6) | 
                    (utf8bytes[i + 3] & 0x7F);
                i += 3;
            }
            else
            {
                if ((utf8bytes[i] & 0xE0) == 0xE0)
                {
                    code = ((utf8bytes[i] & 0x1F) << 12) | 
                        ((utf8bytes[i + 1] & 0x7F) << 6) | 
                        (utf8bytes[i + 2] & 0x7F);
                    i += 2;
                }
                else
                {
                    if ((utf8bytes[i]) == 0xC0)
                    {
                        code = (((utf8bytes[i]) & 0x3F) << 6) | 
                            ((utf8bytes[i + 1]) & 0x7F);
                        i += 1;
                    }
                }
            }        if (code == 0)
            {
                ptr += (char)utf8bytes[i];
            }
            else
            {
                string s = null;
                switch (code)
                {
                    case 160:
                        s = "& ";
                        break;
                    case 34:
                        s = "&";
                        break;
                    case 36:
                        s = "&&";
                        break;
                    case 60:
                        s = "&<";
                        break;
                    case 62:
                        s = "&>";
                        break;
                    default:
                        //sprintf( s, "&#%d;", code );
                        s = "&#" + code.ToString() + ";";
                        break;
                }
                ptr += s;
            }
        }
        return ptr;
    }
      

  3.   

    Martin,HTML4 can be UTF-8; just serve it as content-type: text/html;
    charset=utf-8. Alternatively put a META tag in the header that
    declares it as such. Long ago HTML was restricted to Latin1 but that
    is history. (Maybe there is more to this than you are telling us?)Anyway, if you really want to convert Unicode to latin1 + html
    character entities, I believe that GNU recode can do what you want:
      

  4.   

    呵呵,你好像就给我改了一句吧,我晚上回去测试一下,如果成功的话就给你分撒,不过你要给我说下编码的原理哦。ssdx(未来啊未来) 
    你的英文我不懂,有中文吗?我只能看个大概,不能准确理解。
      

  5.   

    死eric猪头,
    我问题解决了,详见以下网址
    http://www.cnblogs.com/onlytiancai/archive/2007/04/10/706543.html
      

  6.   

    string UTF8ToHtml(string utf8)
    {
        string ptr = null;
        int code;
        byte[] utf8bytes = Encoding.UTF8.GetBytes(utf8);    for (int i = 0; i < utf8bytes.Length; i++)
        {
            code = 0;
            if ((utf8bytes[i] & 0xF0) == 0xF0)
            {
                code = ((utf8bytes[i] & 0x0F) << 18) | 
                    ((utf8bytes[i + 1]  & 0x7F) << 12) | 
                    ((utf8bytes[i + 2] & 0x7F) << 6) | 
                    (utf8bytes[i + 3] & 0x7F);
                i += 3;
            }
            else
            {
                if ((utf8bytes[i] & 0xE0) == 0xE0)
                {
                    code = ((utf8bytes[i] & 0x1F) << 12) | 
                        ((utf8bytes[i + 1] & 0x7F) << 6) | 
                        (utf8bytes[i + 2] & 0x7F);
                    i += 2;
                }
                else
                {
                    if ((utf8bytes[i]) == 0xC0)
                    {
                        code = (((utf8bytes[i]) & 0x3F) << 6) | 
                            ((utf8bytes[i + 1]) & 0x7F);
                        i += 1;
                    }
                }
            }        if (code == 0)
            {
                ptr += (char)utf8bytes[i];
            }
            else
            {
                string s = null;
                switch (code)
                {
                    case 160:
                        s = "& ";
                        break;
                    case 34:
                        s = "&";
                        break;
                    case 36:
                        s = "&&";
                        break;
                    case 60:
                        s = "&<";
                        break;
                    case 62:
                        s = "&>";
                        break;
                    default:
                        //sprintf( s, "&#%d;", code );
                        s = "&#" + code.ToString() + ";";
                        break;
                }
                ptr += s;
            }
        }
        return ptr;
    }
      

  7.   

    死eric猪头,就不给你分,气死你,哈哈哈liugang831229() :你贴的代码是什么意思?有错误吗?上午有朋友用反射查看了.net相关代码,发现.net在取剪贴板数据的时候有bug,是html就直接截取了,是unicode才用双字节编码。2007-04-11 10:46:11 翔子
    我早上看了会.net的DLL。发现你猜的是对的 2007-04-11 10:42:55 谁染枫林醉
    怎么看的呀 
      2007-04-11 10:46:32 翔子
    reflector 2007-04-11 10:47:07 翔子
    text = new string((sbyte*) ptr);
     2007-04-11 10:47:18 翔子
    它就是这么转的 2007-04-11 10:47:27 翔子
     if (unicode)
            {
                return new string((char*) ptr);
            }
            text = new string((sbyte*) ptr); 2007-04-11 10:47:49 翔子
    Html的时候unicode定成了false 
    2007-04-11 10:44:51 谁染枫林醉
    是吗? 
      2007-04-11 10:45:01 谁染枫林醉
    你反射的哪条东西呀? 
      2007-04-11 10:48:33 翔子
    你的WebEdit的webBrowser1.Navigate(Url); 2007-04-11 10:45:05 谁染枫林醉
    哪个DLL呀 
      2007-04-11 10:45:13 谁染枫林醉
    什么? 
      2007-04-11 10:49:08 翔子
    public class DataObject : IDataObject, UnsafeNativeMethods.IOleDataObject
     2007-04-11 10:45:45 谁染枫林醉
     private void FNewPost_Load(object sender, EventArgs e)
            {
                webEdit.DocumentText = "<html><body contentEditable='true'></body></html>";
            } 
      2007-04-11 10:46:00 谁染枫林醉
    你反射的这个? 
      2007-04-11 10:49:33 翔子
    嗯  2007-04-11 10:46:23 谁染枫林醉
    在哪个DLL里呀 
      2007-04-11 10:49:59 翔子
    从那个事件的E里一路找下去的 2007-04-11 10:46:45 谁染枫林醉
    if (unicode)
            {
                return new string((char*) ptr); 这些代码是哪个方法? 
      2007-04-11 10:47:30 谁染枫林醉
    是不是说unicode就用char转,而不是unicode就直接用sbyte转了呀,这块儿原理不太懂呀 
      2007-04-11 10:51:20 翔子
    我也不太懂,不过,看起来,它就是写死了 2007-04-11 10:48:04 谁染枫林醉
    那怎么重写这个过程呢 
      2007-04-11 10:51:38 翔子
    不可能 2007-04-11 10:48:15 谁染枫林醉
    为什么 
      2007-04-11 10:48:25 谁染枫林醉
    这算bug了,一定能解决。 
      2007-04-11 10:51:54 翔子
    我也想重写来着,他用的方法全是internal 2007-04-11 10:48:33 谁染枫林醉
    我日 
      2007-04-11 10:52:03 翔子
    外部不让有 2007-04-11 10:48:54 谁染枫林醉
    那有没有相关事件可以挂接处理 
      2007-04-11 10:52:55 翔子
    DataFormats.UnicodeText 可以得到正确文本,但,没有HTML 2007-04-11 10:49:36 谁染枫林醉
    我知道的 
      2007-04-11 10:53:14 翔子
    传说中只能调API来干活了 2007-04-11 10:53:42 翔子
    用API来模拟他GetData() 2007-04-11 10:50:22 谁染枫林醉
    那个我有相关资料的 
      2007-04-11 10:53:52 翔子
    得到系统中的数据 2007-04-11 10:50:29 谁染枫林醉
    恩 
      2007-04-11 10:54:32 翔子
    关键是得到未处理的系统剪切数据 2007-04-11 10:53:22 谁染枫林醉
    恩,等下,我找找 
      2007-04-11 11:02:05 翔子
    你的方法确实绝啊!呵呵 2007-04-11 10:58:53 谁染枫林醉
    呵呵,没办法,弄了三天了,急死了快 
      2007-04-11 11:04:13 翔子
    呵呵,是啊,可以说成是.net的BUG了 2007-04-11 11:01:29 谁染枫林醉
    找不到相关的文档了我,你查下相关win32api吧,应该有的
      

  8.   

    过来看看蛙蛙池塘,看到了这个帖子想答来着,后来逛cnblogs去了....嘿嘿