C#的二进制文件操作及汉字编码转换

1．数值应保存在二进制文件

首先列举文本、二进制文件的操作（读写）方法：

方式1：

 1 //文本文件操作：创建/读取/拷贝/删除
 2 using System;
 3 using System.IO;
 4 class Test 
 5 {
 6    string path = @"f:/t.txt";
 7    public static void Main() 
 8    {       
 9       //创建并写入(将覆盖已有文件)
10       if (!File.Exists(path))
11       {
12 //StreamWriter m=new           
13 //StreamWriter(path,true,Encoding.Default,1);//ASCII,1   Encoding.Default：即//UTF-8编码 这样就可以指定编码方式
14     using (StreamWriter sw = File.CreateText(path))
15          {
16             sw.WriteLine("Hello");
17          } 
18       }
19       //读取文件
20       using (StreamReader sr = File.OpenText(path)) 
21       {
22         string s = "";
23         while ((s = sr.ReadLine()) != null) 
24         {
25            Console.WriteLine(s);
26         }
27      }
28      //删除/拷贝
29      try 
30      {
31         File.Delete(path);
32         File.Copy(path, @"f:/tt.txt");
33      } 
34      catch (Exception e) 
35      {
36         Console.WriteLine("The process failed: {0}", e.ToString());
37      }
38    }
39 }

方式2：

 1 //流文件（二进制）操作
 2 private const string name = "Test.data";
 3 public static void Main(String[] args) 
 4 {
 5     //打开文件()  ,或通过File创建立如：fs = File.Create(path, 1024)
 6     FileStream fs = new FileStream(name, FileMode.CreateNew);
 7     //转换为字节写入数据(可写入中文)
 8     Byte[] info = new UTF8Encoding(true).GetBytes("This is some text in the file.");
 9     //字节数组,字节偏移量,最多写入的字节数
10 BinaryWriter   w   =   new   BinaryWriter(fs);
11 //设置要写入的偏移量  
12 fs.Position=fs.Length;
13   //  fs.Write(info, 0, info.Length);   这个也可以
14     w.Close();
15     fs.Close();
16     //打开文件
17     fs = new FileStream(name, FileMode.Open, FileAccess.Read);
18     //读取
19     BinaryReader r = new BinaryReader(fs);
20     for (int i = 0; i < 11; i++) 
21     {
22         Console.WriteLine(r.ReadInt32());
23     }
24     w.Close();
25     fs.Close();

在将一系列二进制数如方式1写入到file.txt(二进制)文件后，打开file.txt后显示的数据二进制数有些错误，有些正确。（与存入的不一样）向文件中写入的默认（也可以设置）都是使用UTF-8编码。打开file.txt是也是默认UTF-8编码。

 

若将其如方式2存入二进制文件，则显示的数据一致。若将二进制数（整数）保存为文本文件出错。二进制文件是直接写入文件的（磁盘）没有经过编码和读取时的解码。

 

2．汉字编码转换

相关：

UNICODE是为了处理包括中文，日文等字符而提出的一种通用的字符集。最初的UNICODE为双字节字符集，即16位编码，能够包括65，536个字符。但这样的容量并不能满足所有需要，因此，现在的UNICODE已经扩展到4个字节，能够容纳1,112,064 个字符，而这些在16位之后的扩展背称为增补字符。

 

UTF-32、UTF-16 和 UTF-8 是 Unicode 标准的编码字符集的字符编码方案。

UTF-8 使用一至四个字节的序列对编码 Unicode 代码点进行编码

UTF-8 使用一至四个字节的序列对编码 Unicode 代码点进行编码。U+0000 至 U+007F 使用一个字节编码，U+0080 至 U+07FF 使用两个字节，U+0800 至 U+FFFF 使用三个字节，而 U+10000 至 U+10FFFF 使用四个字节。UTF-8 设计原理为：字节值 0x00 至 0x7F 始终表示代码点 U+0000 至 U+007F（Basic Latin 字符子集，它对应 ASCII 字符集）。这些字节值永远不会表示其他代码点，这一特性使 UTF-8 可以很方便地在软件中将特殊的含义赋予某些 ASCII 字符。

 

　GB2312(1980年)一共收录了7445个字符，包括6763个汉字和682个其它符号。汉字区的内码范围高字节从B0-F7，低字节从A1-FE，占用的码位是72*94=6768。其中有5个空位是D7FA-D7FE。当然也可以表示数字和字符（一个字节，与ASCII表示相同）。

 

 

要读取一个以GB2312编码的包含汉字、数字、字母的二进制文件。

String strName =Encoding.GetEncoding("gb2312").GetString(name,0,i) ;

// name是读取的二进制数组。

这样就能将二进制数组转换为汉字、数字或字母

 

同样：也可以将包含汉字、数字、字母的字符串转换为二进制数组保存到二进制文件。

String unicodeString =   "备用43E";

Byte[] encodedBytes = Encoding.GetEncoding("gb2312").GetBytes(unicodeString);

 

当然也可以进行二进制数组与UNICODE，UTF-8等编码方式的转换

Byte[] encodedBytes = utf8.GetBytes(unicodeString);

String decodedString = utf8.GetString(encodedBytes);

 

UnicodeEncoding unicode = new UnicodeEncoding();

Byte[] encodedBytes = unicode.GetBytes(unicodeString);

String decodedString = unicode.GetString(encodedBytes);