[問題] GBK轉編碼

看板C_Sharp作者 (巴426)時間10年前 (2014/06/17 11:24), 10年前編輯推噓4(4推 0噓 23→)
留言27則, 6人參與, 最新討論串1/1
各位先進好, 目標字(範例): 蹈桶狟婥 我測了一些方式, 想把這串GBK編碼的文字轉成可識別的中文, 無論是簡或繁。 目前已知 1. .Net中任何String的表示形式 都是Unicode 2. System.text.Encodng class提供一些 API可以轉 3. 轉換時要指定輸入編碼 輸出編碼, 並一律以byte[]形式進行轉換 相關語法 ex. Encoding.getEncoding("編碼").getbytes(string) (轉成byte[]) Encoding.convert(原編碼,目標編碼, 要轉的byte[]) (轉成byte[]) Encoding.getEncoding("編碼").getString(byte[]) (轉成string) 等等... 我做了各種測試 但是找不到正確的用法把GBK文字轉成中文 頂多show出的結果是原來的GBK目標字而不是亂碼。 不曉得原因為何? 如果是.NET不支援GBK, 但我測試過 下面這行 StreamReader(path + ".txt",Encoding.GetEncoding("GBK")); 編碼卻是轉換成功的, 可以正確顯示中文。 請問有人知道怎解嗎? 謝謝。 -- 人生 何必 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 122.118.23.78 ※ 文章網址: http://www.ptt.cc/bbs/C_Sharp/M.1402975455.A.3AA.html
→
06/17 15:37, , 1F
不好意思 補充一下 官方語法我有測過, 也都是byte[]時轉
06/17 15:37, 1F
→
06/17 15:37, , 2F
轉出來的結果卻是失敗@ @
06/17 15:37, 2F
→
06/17 15:39, , 3F
有按照相對應的碼去接和解 用法應該是沒用錯
06/17 15:39, 3F
推
06/17 17:07, , 4F
答：列表下载
06/17 17:07, 4F
→
06/17 17:08, , 5F
你一定想反了。
06/17 17:08, 5F
→
06/17 17:21, , 6F
你想想你最後是因為哪個decode才拿到錯的字串？再反推回去
06/17 17:21, 6F
→
06/17 17:21, , 7F
就會得到答案了。
06/17 17:21, 7F
抱歉 不是很能理解... 我原不想把語法貼上來 因為可能是錯的 但不貼上來 可能大家也不知道錯在哪 我下面貼一下。 string s = "蹈桶狟婥"; //轉成GBK byte[] byte[] gbk_byte = Encoding.GetEncoding("gbk").GetBytes(s.ToString()); //轉成UTF8 byte[] byte[] utf8_byte = Encoding.Convert(Encoding.GetEncoding("gbk"), Encoding.UTF8, gbk_byte); //轉成顯示字串 string text = Encoding.UTF8.GetString(utf8_byte); 初步想法是這樣 請問哪邊是該修正的? 謝謝
→
06/17 21:18, , 8F
我就說反了吧XD，你是把GBK編碼的文件，用其他編碼器decode
06/17 21:18, 8F
→
06/17 21:19, , 9F
這時就已經變錯的字了。
06/17 21:19, 9F
→
06/17 21:29, , 10F
以你的狀況，就是拿BIG5解了GBK的Binary，所以拿到錯的字
06/17 21:29, 10F
→
06/17 21:33, , 11F
所以要反過來用BIG5編那串錯的字，拿回原始的Binary。
06/17 21:33, 11F
→
06/17 21:34, , 12F
再拿原始的Binary用正確的GBK encoding解成文字。
06/17 21:34, 12F
→
06/17 21:35, , 13F
但要注意，如果在錯誤的BIG5解時拿到 ? (沒有對照的字)那這
06/17 21:35, 13F
→
06/17 21:35, , 14F
樣也是轉不回來的。
06/17 21:35, 14F
謝謝回覆 @ @ 我想請問 怎麼知道是Big5?? 我想過可能Win7系統Default可能是UTF8之類 卻怎樣也沒想過朝Big5去想 是Compiler的環境? 或者是我抓的目標本身是Big5.. 光從字串就可以看出是Big5編的亂碼.. 另外所謂的Binary 如果要轉的字串來源 如本篇 String s = ""; 直接就是宣告在程式中了 那做法也是一樣用Big5去解? 其實我看得懂你的意思 簡單說就是我以為的編碼 卻不只是我以為的。 只是不太懂 明明照API的參數去call 我以為是對 但其實卻錯了(?) 冒出個Big5 (然後我一直有想到是否該轉回Unicode 再繼續做進一步的轉換。 就是沒想到Big5) 如果問題簡化一點 純粹就是宣告在程式中的String 只是內容是GBK, 這樣做法會不會不一樣?? 拍謝問了這麼多 .. 我再努力做看看 謝謝。 ※ 編輯: pkmu8426 (122.118.23.78), 06/17/2014 21:54:48
推
06/17 23:21, , 15F
目前windows系列編碼都是GB編碼~
06/17 23:21, 15F
→
06/18 00:32, , 16F
.net的string就是string，雖然他在記憶體中是unicode，但
06/18 00:32, 16F
→
06/18 00:32, , 17F
我不建議把編碼的概念和string混淆，把它想的最單純--就是
06/18 00:32, 17F
→
06/18 00:33, , 18F
個string就對了。
06/18 00:33, 18F
→
06/18 00:34, , 19F
只有二進位和String互相轉換時，才該想到編碼。
06/18 00:34, 19F
推
06/18 11:08, , 20F
蹈桶狟婥==列表下載
06/18 11:08, 20F
推
06/18 12:41, , 21F
推
06/18 12:41, 21F
→
06/18 13:54, , 22F
string就是string沒有編碼，所謂編碼是把string表示成byte時
06/18 13:54, 22F
→
06/18 14:20, , 23F
的數值，如"列"在GB是C1D0，在Big5是A643，UTF8是E58897
06/18 14:20, 23F
→
06/18 14:41, , 24F
"蹈"在Big5是C1D0，不是"蹈桶狟婥"內容是GBK，而是當初把
06/18 14:41, 24F
→
06/18 14:44, , 25F
"列表下载"用GBK編碼成C1D0....，然後再用Big5解碼的結果
06/18 14:44, 25F
→
06/18 14:47, , 26F
這單純是編解碼的問題，跟轉碼沒有關係
06/18 14:47, 26F
→
06/18 19:46, , 27F
將(蹈桶狟婥)以ansi 格式儲檔, 讀取為bytes[],再處理
06/18 19:46, 27F
哈哈 謝謝各位大德回覆 已經解決。 (原來我前幾天曾經看過一篇文後測出的結果 不是錯覺 - -) 也的確是跟轉碼沒關係(這邊是陷入的第二個迷思!!) 幸好 經過這次經驗 我學得更深刻了! 謝謝各位。 我把解法PO在下面 1. 當明確知道最終字串的原始編碼(GBK) 以及最後是被哪種編碼(Big5) decoding Encoding Big5 = Encoding.GetEncoding("Big5"); Encoding GBK = Encoding.GetEncoding("GBK"); byte[] big5_byte = Big5.GetBytes("原始字串"); string s_result = GBK.GetString(big5_byte); 2. 當不曉得最終字串是被哪種編碼decode 只知道最原始的encoding編碼 byte[] big5_byte = Encoding.Default.GetBytes(s); string s_result = GBK.GetString(big5_byte); 一般來說 用第二種方法比較省事, 看了一篇文章 Default是照所用OS的編碼語系 當然 兩種方法僅適用經過一層的編、解碼 如果中間還經過許多步驟的邊解碼... 可能必須再靠人工一一測試了。 ※ 編輯: pkmu8426 (114.46.222.47), 06/19/2014 00:06:48
‣ 更多 pkmu8426 的文章
文章代碼(AID): #1JdxJVEg (C_Sharp)