宅男辦事處

最近在對岸下載的一些檔案，檔案名稱都怪怪的，打開後內容也都看不懂，那是為什麼呢，廢話!!那是簡體字，於是乎便動手寫了個工具可以進行檔名及內容的轉換，將簡體字轉為繁體字，ㄟㄟ...我知道你一定會問，這種程式不是很多了嗎幹嘛自己寫咧，一句話，沒辦法!!誰叫我熱愛程式呢，生於程式死於程式，凡是覺得不錯的總是要自己寫出來才過癮呀，哈哈，可別覺得我是怪人呀，好吧，不囉嗦聽我慢慢說明。 

要進行簡體字轉繁體字，必須先了解何謂編碼，而編碼呢我相信因該是許多人困擾的東西，也是許多學生會問我的問題，其實很簡單，編碼簡單的來說就是對資料編排的定義方式不同，例如A、B兩家學校學校，在A學校中，由於學生較多所以班級數量也就相對較多，所以對於班級號碼的編碼方式採用2碼，而B學校由於學生不多所以相對班級較少，所以只需一碼來編排班級號碼，這時候如果兩個學校要交流可能就要進行編碼的轉換

例如:

A學校”010203”代表著三個班級，而B學校”123”代表著三個班級，所以兩者在溝通時就會需要進行編碼的轉換以免弄錯意思，而在轉換過程中有可能會有一些資料會遺失，這也是在轉換編碼時要注意的問題，在電腦的世界中其實編碼的部分也和現實生活差不多，因為有不同的資料編排的需求，所以就延伸出了許多的編碼，而這些編碼要進行轉換時，要如何進行呢?，會不會很難呢?，其實不用擔心，在微軟的.NET Framework中這些都幫你考慮好了，有現成的編碼類別可以進行編碼的轉換，所以使用起來相當輕鬆，聽我慢慢道來~ 

在電腦系統中有許許多多的編碼例如：ASCII、BIG5、GB18030、UTF-8…等等，而這些編碼在.NET中都有其對應的類別，例如當我希望能夠以ASCII來進行資料的處理時則可以採用System.Text.Encoding.ASCII，該屬性為ASCIIEncoding的實例，而UTF-8則可以採用System.Text.Encoding.UTF8，該屬性為UTF8Encoding的實例，其他的也類似，可以如果沒有對應的類別則可以使用CodePage或編碼名稱來取得對應的編碼，例如下列程式碼都可以取得BIG5的編碼Encoding的實體

System.Text.Encoding.GetEncoding(“BIG5”);

System.Text.Encoding.GetEncoding(950); 

在使用這些編碼時，每個編碼方式都有所不同，類如ASCII是7位元編碼，編碼範圍是0x00-0x7F。其中ASCII編碼所包含的字元集包括阿拉伯數字、英文字母和標點符號等等。以下程式碼用ASCII編碼取得Unicode字串：

            byte[] buff1 = { 97, 98, 99 };

            string text1 = Encoding.ASCII.GetString(buff1);

            Console.WriteLine(text1);

輸出的結果為

而如果用ASCII類別取得字串時超過編碼127的時候，在.NET中Unicode字串資料會被對應到問號(?)也就是編碼63，程式碼如下：

            byte[] buff2 = { 232, 233, 234 };

            string text2 = Encoding.ASCII.GetString(buff2);

            Console.WriteLine(text2);

            Console.WriteLine((int)text2[0]); //Unicode編碼63 (?)

            Console.WriteLine((int)text2[1]); //Unicode編碼63 (?)

            Console.WriteLine((int)text2[2]); //Unicode編碼63 (?)

輸出的結果為

所以如果採用其他編碼便可以解決這個問題例如編碼IBM437則有對ASCII表進行擴充，可以存放較多的資料，範圍是0~255，程式碼如下：

            byte[] buff1 = { 232, 233, 234 };

            string text1 = Encoding.GetEncoding("IBM437").GetString(buff1);

            Console.WriteLine(text1);

            Console.WriteLine((int)text1[0]);

            Console.WriteLine((int)text1[1]);

            Console.WriteLine((int)text1[2]);

輸出的結果為

如果想知道其他更多的編碼可以參考以下連結

http://msdn.microsoft.com/en-us/library/system.text.encoding.aspx

接下來我們來進行實際的範例，該範例中希望能夠將簡體中文的”教程”兩個字轉為繁體中文的”教程”，首先我們先看到這兩個字在不同的編碼系統中是如何呈現的，首先我們先到到簡體中文系統，在簡體中文系統中教程的編碼為BDCCB3CC，如下圖所示：

但是同樣的編碼在繁體中文系統中則顯示"諒最"，如下圖所示：

而繁體中文系統中教程的編碼為B1D0B57B，如下圖所示：

所以要進行簡繁轉換的關鍵，就是把編碼BDCCB3CC轉換成為 編碼B1D0B57B，那我們該如何將 BDCCB3CC轉換成為 B1D0B57B 呢?，首先我們先看到.NET中的String類別，由於在.NET中字串是採用Unicode編碼的，所以在.NET中用String類別保存資料如果編碼不對時則會需要進行編碼的轉換，例如剛從網路下載了一個名為”諒最.txt”的檔案，這個怪怪的名稱是什麼呢，實際上這個檔案在簡體中文的系統中是正常的顯示”教程.txt”這個檔名的，所以會有問題是因為編碼的需要轉換，那要進行編碼的轉換的話，則必須先取出編碼，以下我們就用實際的程式碼來說明，程式碼如下：

            string text = "諒最";

            byte[] buff = Encoding.Default.GetBytes(text);

            Console.Write("編碼:");

            for (int i = 0; i < buff.Length; i++)

            {

                Console.Write("{0:X2} ", buff[i]);

            }

            Console.WriteLine();

輸出的結果為

在取出編碼後還需要進行編碼的轉換，例如以下的程式碼：

            string srctext = "諒最";

            byte[] srcbyte = Encoding.GetEncoding("BIG5").GetBytes(srctext);

            string dsttext = Encoding.GetEncoding("GB18030").GetString(srcbyte);

            Console.WriteLine("轉換前:" + srctext);

            Console.WriteLine("轉換後:" + dsttext);

輸出的結果為

這樣就大功告成啦!!，你看是不是很簡單呢!!，跟我一起宅下去就對啦~~