上一篇博客:从字节理解Unicode(UTF8/UTF16)。这次我将从C# code 中再一次阐述上篇博客的内容。
C# 代码看UTF8
代码如下:
string test = "UTF-8你";
//把字符转换为 byte[]
byte[] bytearray_UTF8 = Encoding.UTF8.GetBytes(test);
// byte[] to 16 进制的字符形式
String hexString = BitConverter.ToString(bytearray_UTF8);
运行后的结果"hexString "就是"55-54-46-2D-38-E4-BD-A0",字符"你"占3个字节,3个字节为"E4-BD-A0"。
完全符合上篇博客用txt分析的结果。(请参考上篇博客。从字节理解Unicode(UTF8/UTF16))
C# 代码看UTF16
代码如下:
string test = "UTF-8你";
//把字符转换为 UTF16 byte[]
byte[] bytearray_Unicode = Encoding.Unicode.GetBytes(test);
//byte[] to 16 进制的字符形式
String hexString_UTF16 = BitConverter.ToString(bytearray_UTF8);
运行后的结果"hexString_UTF16"就是"55-00-54-00-46-00-2D-00-38-00-60-4F",字符"你"占2个字节,3个字节为"60-4F"。(Widnwos(.net)默认Unicode是UTF16)
完全符合上篇博客用txt分析的结果。当然字节序也完全一样,因为我的CPU是intel的,注定是低字节序。(请参考,上篇博客从字节理解Unicode(UTF8/UTF16))
从C#代码String 类和从文本角度查看二进制角度得到的结果是完全一致的。当然这也不难理解,无论从String类角度,还是文本角度,他们使用的都是UTF8/UTF16。那么他们从字节角度都应该得到一致的结果。
从字节角度看图片和视频??
那么从一个文本文件的二进制,然后在知道这个文本用的是UTF8/UTF16,(其实很多情况我们可以判断出一个文本文件的编码是UTF8或者UTF16),就可以从二进制的角度去理解和修改文本文件。这样即使你把文本文件损坏,然后修复者按照这样的方式,可以把大部分的文本修复回来,只要损坏程度不高,理解起来完全没有问题。
那么或许你会问,那么图片和视频呢?他们不也是一个一个的字节吗?那么我可以从字节角度去理解或者修复一副图片和一个视频文件吗?
读到这里你是不是想到一个TED演讲,说的是一个摄影师,照相机被人偷走,最后找到相机,但是文件都被删除了,于是他求助数据修复师,最后得到一些非常奇怪的图片,然后他就办了一个这样照片的展览。
那么当然是可以得。但是实际操作起来是很麻烦的。因为,图片和视频都有复杂的格式,格式决定他们是如何存储和读取信息的。类似于字符的UTF8/UTF16。图片有JPG等等格式,你必须理解这样格式是怎么编码的,你才能去正确的修改图片。
感兴趣的话,可以参考以下文章。
JPEG编解码过程详解
http://www.zhihu.com/question/22293783