c# gb2312字符集的输出

最近想Tesseract训练自己的字库,尝试输出所有的gb2312字符集到txt文档,看了半天才搞明白

gb2312分区和位两者共同拼接成字符编码

//01 - 09区为特殊符号

//10 - 15区没有编码

//16 - 55区为一级汉字,按拼音排序,共3755个

//56 - 87区为二级汉字,按部首/笔画排序,共3008个

//88 - 94区没有编码

  var gb = Encoding.GetEncoding("gb2312");
            //01 - 09区为特殊符号 位 都是0-60 都+0xA0
            for (int i = 01; i <= 09; i++)
            {
                for (int j = 0; j < 0x60; j++)
                {
                    var strhex = $"{Convert.ToString((i + 0xA0), 16)}{Convert.ToString((j + 0xA0), 16)}";
                    var bytes = HexStringToByteArray(strhex);
                    var txt = gb.GetString(bytes).Trim();

                    if (!string.IsNullOrEmpty(txt))
                        richTextBox1.AppendText(txt + "\r\n");
                }
            }

            //16 - 55区为一级汉字,按拼音排序,共3755个 
            for (int i = 16; i <= 55; i++)
            {
                for (int j = 0; j < 0x60; j++)
                {
                    var strhex = $"{Convert.ToString((i + 0xA0), 16)}{Convert.ToString((j + 0xA0), 16)}";
                    var bytes = HexStringToByteArray(strhex);
                    var txt = gb.GetString(bytes).Trim();

                    if (!string.IsNullOrEmpty(txt))
                        richTextBox1.AppendText(txt + "\r\n");
                }
            }
            //56 - 87区为二级汉字,按部首/笔画排序,共3008个
            for (int i = 56; i <= 87; i++)
            {
                for (int j = 0; j < 0x60; j++)
                {
                    var strhex = $"{Convert.ToString((i + 0xA0), 16)}{Convert.ToString((j + 0xA0), 16)}";
                    var bytes = HexStringToByteArray(strhex);
                    var txt = gb.GetString(bytes).Trim();

                    if (!string.IsNullOrEmpty(txt))
                        richTextBox1.AppendText(txt + "\r\n");
                }
            }

依赖的byte[]转hex和hex转byte[]方法

      public byte[] HexStringToByteArray(string s)
        {
            s = s.Replace(" ", "");
            byte[] buffer = new byte[s.Length / 2];
            for (int i = 0; i < s.Length; i += 2)
                buffer[i / 2] = (byte)Convert.ToByte(s.Substring(i, 2), 16);
            return buffer;
        }

        public string ByteArrayToHexString(byte[] data, bool bFormat = false)
        {
            StringBuilder sb = new StringBuilder(data.Length * 3);
            foreach (byte b in data)
                sb.Append(Convert.ToString(b, 16).PadLeft(2, '0').PadRight(3, ' '));
            string strResult = sb.ToString().Trim().ToUpper();
            if (!bFormat) strResult = strResult.Replace(" ", "");
            return strResult;
        }

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值