標籤:
上一篇部落格:從位元組理解Unicode(UTF8/UTF16)。這次我將從C# code 中再一次闡述上篇部落格的內容。
C# 代碼看UTF8
代碼如下:
string test = "UTF-8你";
//把字元轉換為 byte[]
byte[] bytearray_UTF8 = Encoding.UTF8.GetBytes(test);
// byte[] to 16 進位的字元形式
String hexString = BitConverter.ToString(bytearray_UTF8);
運行後的結果"hexString "就是"55-54-46-2D-38-E4-BD-A0",字元"你"佔3個位元組,3個位元組為"E4-BD-A0"。
完全符合上篇部落格用txt分析的結果。(請參考上篇部落格。從位元組理解Unicode(UTF8/UTF16))
C# 代碼看UTF16
代碼如下:
string test = "UTF-8你";
//把字元轉換為 UTF16 byte[]
byte[] bytearray_Unicode = Encoding.Unicode.GetBytes(test);
//byte[] to 16 進位的字元形式
String hexString_UTF16 = BitConverter.ToString(bytearray_UTF8);
運行後的結果"hexString_UTF16"就是"55-00-54-00-46-00-2D-00-38-00-60-4F",字元"你"佔2個位元組,3個位元組為"60-4F"。(Widnwos(.net)預設Unicode是UTF16)
完全符合上篇部落格用txt分析的結果。當年位元組序也完全一樣,因為我的CPU是intel的,註定式低位元組序。(請參考,上篇部落格從位元組理解Unicode(UTF8/UTF16))
從C#代碼String 類和從文本角度查看二進位角度得到的結果是完全一致的。當然這也不難理解,無論從String類角度,還是文本角度,他們使用的都是UTF8/UTF16。那麼他們從位元組角度都應該得到一致的結果。
從位元組角度看圖片和視頻??
那麼從一個文字檔的二進位,然後在知道這個文本用的是UTF8/UTF16,(其實很多情況我們可以判斷出一個文字檔的編碼是UTF8或者UTF16),就可以從二進位的角度去理解和修改文字檔。這樣即使你把文字檔損壞,然後修複者按照這樣的方式,可以把大部分的文本修複回來,只要損壞程度不高,理解起來完全沒有問題。
那麼或許你會問,那麼圖片和視頻呢?他們不也是一個一個的位元組嗎?那麼我可以從位元組角度去理解或者修複一副圖片和一個視頻檔案嗎?
讀到這裡你是不是想到一個TED演講,說的是一個攝影師,照相機被人偷走,最後找到相機,但是檔案都沒被刪除了,於是他求助資料修複師,最後得到一些非常奇怪的圖片,然後他就辦了一個這樣照片的展覽。
那麼當然是可以得。但是實際操作起來是很麻煩的。因為,圖片和視頻都有複雜的格式,格式決定他們是如何儲存和讀取資訊的。類似於字元的UTF8/UTF16。圖片有JPG等等格式,你必須理解這樣格式是怎麼編碼的,你才能去正確的修改圖片。
感興趣的話,可以參考以下文章。
JPEG編解碼過程詳解
http://www.zhihu.com/question/22293783
從C# String類理解Unicode(UTF8/UTF16)