要從事學術研究，一定要學好數學，數學可以把對事物的描述精確化。
tuenhai為什么要學習編程？其中一個原因就是利用編程工具進行一些數學運算。
記得大約10年前，那時tuenhai還沒有電腦，要進行大數計算，怎么辦？那時就到處打聽，哪里有數位多一些的計算器。一般計算器只有8位，多一些的12位，還是不夠用。有一次和故人到大城市，總算打聽到了超過12位的計算器，考慮再三，還是沒有買下來（不知故人還有沒有記得這件事，畢竟過去這么多年了）。

父親把我們以前讀過的教材，練習本都保存著，我把粘滿灰塵的數學教材找出來，放在我的書房，有時還會去隨便翻翻。
現在學校教育是徹頭徹尾的失敗。教育沒有和實際結合，畢業不久，學過的知識就很多交還給老師了。想起來，學校教育至少浪費了我5年光陰，工作中又至少浪費了我8年光陰，從出生到現在，竟有近一半時間浪費掉了，實在可怕。

把學校教育批評得一無是處，那么理想的教育應該是怎么樣的呢？
理想的教育應該是一切學科相通的，只有這樣，知識才能活起來，學而即用，不用死記。這樣的學習，只有快樂，沒有痛苦。

這樣的學校教育可謂是完美，在這個不完美的世界可能永遠不會實現。就象中醫，這么多人說要發揚真正的中醫，但現代人沒有這個福氣，連偽中醫都要衰落，何況真中醫。現代“小火神”為什么不寫書，或許有深機在焉。

一切學科相通，從而理解這個世界，這個題目太大了，tuenhai(tuenhai.com)也只是玩味了一點點。這里只討論一下用編程的方法數字與漢字的轉換，同時也附錄一些資料，方便研究。

?

'tuenhai所用獲得漢字或字符對應的區位符
Function quwei(ByVal x As String) As String '
x = Asc(x) 'Asc 返回輸入字符的碼位或字符代碼。對于單字節字符集 (SBCS)，返回值范圍為 0 到 255；對于雙字節字符集 (DBCS)，返回值范圍為 -32768 到 32767。對于單字節 ASCII 字符的圖表，請參見 ASCII 字符代碼。
x = Hex((x)) '返回表示數字的十六進制值的字符串。劉=FFFFC1F5,前面的4個F去掉,得到16進制的內碼。16進制的C=10進制的12
Dim str As String
str = Format(CDec("&H" & Strings.Mid(x, 5, 2)) - 160, "00") & Format(CDec("&H" & Strings.Mid(x, 7, 2)) - 160, "00")
'Strings.Mid(x, 5, 2) '得到16進制的內碼，“劉”內碼高位=C1
'CDec("&H" & str) '轉換成10進制內碼，"&H"表示16進制 “劉”內碼高位=193
'-160　得到10進制區碼, “劉”區碼是33
'Format(decQu, "00") '格式化為兩位數表示
Return str
End Function
'GB2312的原文還是區位碼，從區位碼到內碼，需要在高字節和低字節上分別加上A0，
'在DBCS中，GB內碼的存儲格式始終是big endian，即高位在前。
' 區位碼是與漢字一一對應的編碼，用四位數字表示， 前兩位從01 到94稱區碼，后兩位從01到94稱位碼。 一個漢字的前一半是 ASCⅡ碼為“160＋區碼”的字符，后一半是ASCⅡ碼為“160＋ 位碼”的字符。
'例如：“劉”的區位碼是 3385，其意為區碼33位碼85，它是由ASCⅡ碼為160＋33=193和160＋85=245的兩個字符組成。

?

?

'tuenhai所用獲得區位符對應漢字或字符
Function hanzi(ByVal x As String) As String '
On Error Resume Next
Dim str As String
str = Chr("&H" & Hex(Val(Strings.Left(x, 2)) + 160) & Hex(Val(Strings.Right(x, 2)) + 160))
Return (str)
End Function
'Chr 使用 System.Text 命名空間中的 Encoding 類來確定當前線程使用的是單字節字符集 (SBCS) 還是雙字節字符集 (DBCS)。然后將 CharCode 作為相應字符集中的碼位。對于 SBCS 字符，范圍為 0 到 255，對于 DBCS 字符，范圍為 -32768 到 65535。
'ChrW 以 CharCode 作為 Unicode 碼位。其范圍與當前線程的區域性和代碼頁設置無關。-32768 到 -1 范圍內的值的處理方式與 +32768 到 +65535 范圍內的值相同。

?

(更多文章請訪問www.tuenhai.com 20060427 剡)

<<<區位碼>>>

?

附錄：

?

從漢字到區位碼的轉換

http://blog.csdn.net/leeajax/archive/2004/07/12/39686.aspx
學校要我們填寫畢業生的情況表,機讀卡那種,姓名要用區位碼.我想如果用程序來查詢的話,就是數據庫查找,我想編一個應該很簡單的,就上網看看有沒有類似的程序,然后我再用它的數據庫自己實現一個,可讓我查到了一個文章講如何實現從漢字到區位碼的轉換,呵呵,可以不用數據庫了.
區位碼是與漢字一一對應的編碼，用四位數字表示， 前兩位從01 到94稱區碼，后兩位從01到94稱位碼。 一個漢字的前一半是 ASCⅡ碼為“160＋區碼”的字符，后一半是ASCⅡ碼為“160＋ 位碼”的字符。
例如：“劉”的區位碼是 3385，其意為區碼33位碼85，它是由ASCⅡ碼為160＋33=193和160＋85=245的兩個字符組成。

我用簡單的控制臺程序實現如下
＃i nclude
＃i nclude
void main()
{
char i[64];
while(1)
{
cout<<"輸入單個字母退出"< cin>>i;
if(strlen(i)==1)break;
for(int j=0;j cout<<(i[j]+96)*100+i[j+1]+96< }
}

?

?

?

如何隨機生成指定數目的國標漢字？

http://blog.csdn.net/northwolves/archive/2004/07/25/51270.aspx

為了使每一個漢字有一個全國統一的代碼，1980年，我國頒布了第一個漢字編碼的國家標準： GB2312-80《信息交換用漢字編碼字符集》基本集，這個字符集是我國中文信息處理技術的發展基礎，也是目前國內所有漢字系統的統一標準。由于國標碼是四位十六進制，為了便于交流，大家常用的是四位十進制的區位碼。所有的國標漢字與符號組成一個94×94的矩陣。在此方陣中,每一行稱為一個"區",每一列稱為一個"位",因此,這個方陣實際上組成了一個有94個區(區號分別為0 1到94)、每個區內有94個位(位號分別為01到94)的漢字字符集。一個漢字所在的區號和位號簡單地組合在一起就構成了該漢字的"區位碼"。在漢字的區位碼中，高兩位為區號，低兩位為位號。 在區位碼中，01-09區為682個特殊字符，16~87區為漢字區，包含6763個漢字 。其中16-55區為一級漢字(3755個最常用的漢字，按拼音字母的次序排列)，56-87區為二級漢字(3008個漢字，按部首次序排列)。

所以，當我們需要n個任意漢字時，我們不必建一個全部漢字表，而是利用區位碼實現常用漢字的提取。

下面的代碼可以實現任意數目漢字的生成：

Private Sub getrndhanzi(ByVal n As Integer)
Dim s() As String, i As Integer
Dim temp1 As Integer, temp2 As Integer
ReDim s(1 To n)
Randomize
For i = 1 To n
temp1 = 16 + Int(Rnd * 72)
If temp1 = 55 Then
temp2 = Int(Rnd * 90) '一級漢字從1601-1694,1701-1794,.....5401-5494，5501-5589,共94*40-5=3755 個漢字
Else
temp2 = Int(Rnd * 95) '二級漢字從5601-5694,5701-5794,.....8601-8694，8701-8794,共94*32=3008 個漢字
End If
s(i) = Chr("&H" & Hex(temp1 + 160) & Hex(temp2 + 160))
Next
Debug.Print Join(s, "")'輸出
End Sub

Private Sub Command1_Click()
Dim i As Integer
For i = 1 To 25 '分別生成1-25個任意漢字
getrndhanzi i
Next
End Sub

輸出：

腿
夫敞
途罨椽
涅搦侄鋱
榨藸禒艟球
枵舟斟盯灘桫
猻暗田苫撂蕾岢
冠澧炫鲼噘惺馘柘
巧愁炔嗶臆策秈錠昏
紶假媼慈乘嘎膚景濡薤
呋刨鍾灰櫸懋唇弱獻囟垤
均耋撤闐驛邇愍殞堝砸宕薅
蒹翦俄形碌哧烀爝懶繚嬪捭渾
瑾砜疬嚌遒濂勾彐綘珩苓就萌炳
光槨旖趁鯤頎壕狁媼暑額愾帷淤黹
湫熏褲降旺廓淳傻蛻脬蓀色注紫劾吾
陶瀝瑗骶埴于喃刮癭突賅斛簡銓觴抨唼
格鴿乜衍夙菀鱺敗陸褐噲苑滓淆踵訖頭綁
德泠婷岙湔池槳郅峁汩卒控訴芻鏜椎鬣越嫉
義懂聶其定鰳脯膪巰吐昏罰返抖陵沌戧喘茺緙
廢霧旯浠疼贓勛妓鱒埏幫盂蕹朐裂祆膻拌脎威純
宛免作繡稞涑梟搬懌旦熨呈棄馳翔聚飾栩燧艴氫貧
豕源髑乍蚍夏己履畢芤毀簣子褊崖壞忑霉鈿瘢駔遷裨
獬紛胚槳衫蹣瘋祧武琢吣酃踱免逘濁頇坐磬挫鄶嬸繆錳
拽技薯帙陜槲逗蜱嘧雌怙詿橢踉盔锍認致暝榴蘗逆捻螨噬

附：

漢字與區位碼轉換代碼：

Function quwei(ByVal x As String) As String '獲得某漢字或字符對應的的區位碼
If Asc(x) >= 0 Then Exit Function
x = Hex(Asc(x))
quwei = Format(CDec("&H" & Left(x, 2)) - 160, "00") & Format(CDec("&H" & Right(x, 2)) - 160, "00")
End Function

Function hanzi(ByVal x As String) As String'獲得某區位碼對應漢字或字符
hanzi = Chr("&H" & Hex(Val(Left(x, 2)) + 160) & Hex(Val(Right(x, 2)) + 160))
End Function

?

?

?

經驗總結--字符串與編碼

?

http://www.cnblogs.com/hellosnoopy/articles/98127.html

Posted on 2005-01-27 12:17 HelloSnoopy開發田地 閱讀(229) 評論(0) 編輯 收藏 收藏至365Key
SRC:http://search.csdn.net/Expert/topic/1880/1880675.xml?temp=3.344363E-02
這幾個月作手機短信的項目，碰到了很多字符編碼的問題，真頭痛。經過多番資料的搜索、親手嘗試和高人的指點，現在好像沒那么迷惘了。現作了一些總結跟大家分享（有誤之處請指點）

首先應該把字節數組看成是String的載體。
dot Net使用的字符串String是Unicode編碼的；它也是以Unicode編碼的形式顯示字符串。

以下是用自己語言對幾個常用函數的說明：
（自己總結的，反正看不明MSDN）
bytes=System.Text.Encoding.Unicode.GetBytes(str)
作用：把str的載體作Unicode->Unicode的編碼轉換--也就是沒有對載體作任何的轉換。因些使用此函數可以得代表該String載體的字節數組。
str=System.Text.Encoding.Unicode.GetString(bytes)
作用：對字節數組作Unicode->Unicode的編碼轉換--即沒有轉換，把經過轉換后的字節數組作為str的載體。

bytes=System.Text.Encoding.Utf8.GetBytes(str)
作用：把str的載體作Utf8->Unicode的編碼轉換。返回的是經過轉換后的字符數組
str=System.Text.Encoding.Utf8.GetString(bytes)
作用：對字節數組作Gb2312->Unicode的編碼轉換，把經過轉換后的字節數組作為str的載體。

bytes=System.Text.Encoding.GetEncoding("GB2312").GetBytes(str)
作用：把str的載體作Gb2312->Unicode的編碼轉換。返回的是經過轉換后的字符數組
str=System.Text.Encoding.GetEncoding("GB2312").GetString(bytes)
作用：對字節數組作Gb2312->Unicode的編碼轉換，把經過轉換后的字節數組作為str的載體。

如此類推
bytes=System.Text.Encoding.GetEncoding("XXX").GetBytes(str)
作用：把str的載體作XXX->Unicode的編碼轉換。返回的是經過轉換后的字符數組
str=System.Text.Encoding.GetEncoding("XXX").GetString(bytes)
作用：對字節數組作XXX->Unicode的編碼轉換，把經過轉換后的字節數組作為str的載體。

這里是我收集的一些有關字符編碼的資料：http://61.145.116.154/bm/
還有：
http://www.unicode.org/charts/unihan.html
根據Unicode編碼查其對應字符的字形、Utf8、漢字區位碼等
http://www.unicode.org/Public/MAPPINGS/OBSOLETE/EASTASIA/GB/GB2312.TXT Unicode與Gb2312的對照表
http://www.sun.com/developers/gadc/technicalpublications/articles/mabiao.txt
Unicode與Gbk對照表

?

?

?

?

用C#生成中文漢字驗證碼的基本原理

http://dev.csdn.net/develop/article/67/67031.shtm

前幾天去申請免費QQ號碼，突然發現申請表單中的驗證碼內容換成了中文，這叫真叫我大跌眼鏡感到好笑，Moper上的貓兒們都大罵騰訊采用中文驗證碼。^_^
我不得不佩服騰訊為了防止目前網絡上橫行的QQ號碼自動注冊機而采取中文驗證碼的手段。仔細想了想感覺用程序生成隨機的中文驗證碼并不是很難，下面就來介紹一下使用C#生成隨機的中文漢字的原理。

1、漢字編碼原理
到底怎么辦到隨機生成漢字的呢？漢字從哪里來的呢？是不是有個后臺數據表，其中存放了所需要的所有漢字，使用程序隨機取出幾個漢字組合就行了呢？使用后臺數據庫先將所有漢字存起來使用時隨機取出，這也是一種辦法，但是中文漢字有這么多，怎么來制作呢？其實可以不使用任何后臺數據庫，使用程序就能做到這一切。要知道如何生成漢字，就得先了解中文漢字的編碼原理。
1980年，為了使每一個漢字有一個全國統一的代碼，我國頒布了第一個漢字編碼的國家標準： GB2312-80《信息交換用漢字編碼字符集》基本集，簡稱GB2312，這個字符集是我國中文信息處理技術的發展基礎，也是國內所有漢字系統的統一標準。到了后來又公布了國家標準GB18030-2000《信息交換用漢字編碼字符集基本集的擴充》，簡稱GB18030，編程時如果涉及到編碼和本地化的朋友應該對GB18030很熟悉。這是是我國繼GB2312-1980和GB13000-1993之后最重要的漢字編碼標準，同時也是未來我國計算機系統必須遵循的基礎性標準之一。
目前在中文WINDOWS操作系統中，.NET編程中默認的的代碼頁就是GB18030簡體中文。但是事實上如果生成中文漢字驗證碼只須要使用GB2312字符集就已經足夠了。字符集中除了我們平時大家都認識的漢字外，也包含了很多我們不認識平時也很少見到的漢字。如果生成中文漢字驗證碼中有很多我們不認識的漢字讓我們輸入，對于使用拼音輸入法的朋友來說可不是好事，五筆使用者還能勉強根據漢字的長相打出來，呵呵！所以對于GB2312字符集中的漢字我們也不是全都要用。
中文漢字字符可以使用區位碼來表示，見

漢字區位碼表 http://navicy2005.home4u.china.com/resource/gb2312tbl.htm
漢字區位碼代碼表 http://navicy2005.home4u.china.com/resource/gb2312tbm.htm

其實這兩個表是同一回事，只不過一個使用十六進制分區表示，一個使用區位所在的數字位置表示。 例如“好”字的十六進制區位碼是ba c3，前兩位是區域，后兩位代表位置，ba處在第26區，“好”處在此區漢字的第35位也就是c3位置，所以數字代碼就是2635。這就是GB2312漢字區位原理。根據《漢字區位碼表 》我們可以發現第15區也就是AF區以前都沒有漢字，只有少量符號，漢字都從第16區B0開始，這就是為什么GB2312字符集都是從16區開始的。

2、.Net程序處理漢字編碼原理分析
在.Net中可以使用System.Text來處理所有語言的編碼。在System.Text命名空間中包含眾多編碼的類，可供進行操作及轉換。其中的Encoding類就是重點處理漢字編碼的類。通過在.NET文檔中查詢Encoding類的方法我們可以發現所有和文字編碼有關的都是字節數組，其中有兩個很好用的方法：

Encoding.GetBytes ()方法將指定的 String 或字符數組的全部或部分內容編碼為字節數組
Encoding.GetString ()方法將指定字節數組解碼為字符串。

沒錯我們可以通過這兩個方法將漢字字符編碼為字節數組，同樣知道了漢字GB2312的字節數組編碼也就可以將字節數組解碼為漢字字符。通過對“好”字進行編碼為字節數組后

Encoding gb=System.Text.Encoding.GetEncoding("gb2312");
object[] bytes=gb.Encoding.GetBytes ("好")；

發現得到了一個長度為2的字節數組bytes，使用

string lowCode = System.Convert.ToString(bytes[0], 16); //取出元素1編碼內容（兩位16進制）
string hightCode = System.Convert.ToString(bytes[1], 16);//取出元素2編碼內容（兩位16進制）

之后發現字節數組bytes16進制變碼后內容竟然是{ba,c3}，剛好是“好”字的十六進制區位碼（見區位碼表）。
因此我們就可以隨機生成一個長度為2的十六進制字節數組，使用GetString ()方法對其進行解碼就可以得到漢字字符了。不過對于生成中文漢字驗證碼來說，因為第15區也就是AF區以前都沒有漢字，只有少量符號，漢字都從第16區B0開始，并且從區位D7開始以后的漢字都是和很難見到的繁雜漢字，所以這些都要排出掉。所以隨機生成的漢字十六進制區位碼第1位范圍在B、C、D之間，如果第1位是D的話，第2位區位碼就不能是7以后的十六進制數。在來看看區位碼表發現每區的第一個位置和最后一個位置都是空的，沒有漢字，因此隨機生成的區位碼第3位如果是A的話，第4位就不能是0；第3位如果是F的話，第4位就不能是F。
好了，知道了原理，隨機生成中文漢字的程序也就出來了，以下就是生成4個隨機漢字的C#控制臺代碼：

3、程序代碼：

?

using System;
using System.Text;

namespace ConsoleApplication
{
class ChineseCode
　　{
public static void Main()
{
//獲取GB2312編碼頁（表）
Encoding gb=Encoding.GetEncoding("gb2312");

//調用函數產生4個隨機中文漢字編碼
object[] bytes=CreateRegionCode(4);

//根據漢字編碼的字節數組解碼出中文漢字
string str1=gb.GetString((byte[])Convert.ChangeType(bytes[0], typeof(byte[])));
string str2=gb.GetString((byte[])Convert.ChangeType(bytes[1], typeof(byte[])));
string str3=gb.GetString((byte[])Convert.ChangeType(bytes[2], typeof(byte[])));
string str4=gb.GetString((byte[])Convert.ChangeType(bytes[3], typeof(byte[])));

//輸出的控制臺
　　 Console.WriteLine(str1 + str2 +str3 +str4);
　　 }

/**//*
此函數在漢字編碼范圍內隨機創建含兩個元素的十六進制字節數組，每個字節數組代表一個漢字，并將
四個字節數組存儲在object數組中。
參數：strlength，代表需要產生的漢字個數
*/
public static object[] CreateRegionCode(int strlength)
{
//定義一個字符串數組儲存漢字編碼的組成元素
string[] rBase=new String [16]{"0","1","2","3","4","5","6","7","8","9","a","b","c","d","e","f"};

Random rnd=new Random();

//定義一個object數組用來
object[] bytes=new object[strlength];

/**//*每循環一次產生一個含兩個元素的十六進制字節數組，并將其放入bject數組中
每個漢字有四個區位碼組成
區位碼第1位和區位碼第2位作為字節數組第一個元素
區位碼第3位和區位碼第4位作為字節數組第二個元素
*/
for(int i=0;i {
//區位碼第1位
int r1=rnd.Next(11,14);
string str_r1=rBase[r1].Trim();

//區位碼第2位
rnd=new Random(r1*unchecked((int)DateTime.Now.Ticks)+i);//更換隨機數發生器的

種子避免產生重復值
int r2;
if (r1==13)
{
r2=rnd.Next(0,7);
}
else
{
r2=rnd.Next(0,16);
}
string str_r2=rBase[r2].Trim();

//區位碼第3位
rnd=new Random(r2*unchecked((int)DateTime.Now.Ticks)+i);
int r3=rnd.Next(10,16);
string str_r3=rBase[r3].Trim();

//區位碼第4位
rnd=new Random(r3*unchecked((int)DateTime.Now.Ticks)+i);
int r4;
if (r3==10)
{
r4=rnd.Next(1,16);
}
else if (r3==15)
{
r4=rnd.Next(0,15);
}
else
{
r4=rnd.Next(0,16);
}
string str_r4=rBase[r4].Trim();

//定義兩個字節變量存儲產生的隨機漢字區位碼
byte byte1=Convert.ToByte(str_r1 + str_r2,16);
byte byte2=Convert.ToByte(str_r3 + str_r4,16);
//將兩個字節變量存儲在字節數組中
byte[] str_r=new byte[]{byte1,byte2};

//將產生的一個漢字的字節數組放入object數組中
bytes.SetValue(str_r,i);

}

return bytes;

}
　　}

}

實現了隨機生成漢字后，就可以使用.NET GDI來繪制自己需要的驗證碼圖形了。具體的怎樣生成驗證碼圖片，以及改變其中字符的長和寬等效果網上已經有很多相關的文章，這里由于篇幅就不再介紹了。不過有一點要說明的是以上代碼在中文版的Windows下才能運行，因為它帶有GB的字符集，如果你是其他語言的操作系統，就需要安裝GB字符集了。

有什么問題可以到 http://www.cnblogs.com/navicy/ 發表看法。
http://navicy.126.com

?

?

?

?

用.NET獲取漢字的區位碼(C#)

http://dev.csdn.net/article/58/58359.shtm

首先復習一下計算機基礎知識：

　　計算機中最底層的數據都是用二進制及0和1來表示的。每個0或1稱作1位，第8位二進制數叫做1個字節，它可以表示ASCII碼中的一個字符。中文計算機中用兩個字節即16位二進制來表示一個漢字。而在Unicode編碼中所有的符號(包括漢字，英文，標題及其它眾多符號）都是為兩字節（16）位來表示。

　　在System.Text命名空間中包含眾多編碼的類，可供進行操作及轉換，下面用兩個實例來進行區位碼及漢字之間的互換，希望能起到舉一反三的效果，讓大家可以輕松處理文字編碼方面的問題：

程序代碼：

　 using System;
　　using System.Text;
　　class CodingChange
　　{
　　public string CharacterToCoding(string character)
　　{
　　string coding = "";
　　for (int i = 0; i　　{
　　byte[] bytes = System.Text.Encoding.Unicode.GetBytes(character.Substring(i,1)); //取出二進制編碼內容
　　string lowCode = System.Convert.ToString(bytes[0], 16); //取出低字節編碼內容（兩位16進制）
　　if (lowCode.Length == 1)
　　lowCode = "0" + lowCode;
　　string hightCode = System.Convert.ToString(bytes[1], 16);//取出高字節編碼內容（兩位16進制）
　　if (hightCode.Length == 1)
　　hightCode = "0" + hightCode;
　　coding += (lowCode + hightCode);//加入到字符串中,
　　}
　　return coding;
　　}
　　public string CodingToCharacter(string coding)
　　{
　　string characters = "";

轉自：http://www.guoblog.com/blogview.asp?logID=201

作者Blog：http://blog.csdn.net/AppleBBS/

?

?

?

?

?

2進制、8進制、10進制、16進制...各種進制間的輕松轉換（c#)

http://blog.csdn.net/gztoby/archive/2004/08/16/76293.aspx

在.NET Framework中，System.Convert類中提供了較為全面的各種類型、數值之間的轉換功能。其中的兩個方法可以輕松的實現各種進制的數值間的轉換：

Convert.ToInt32(string value, int fromBase)：

可以把不同進制數值的字符串轉換為數字，其中fromBase參數為進制的格式，只能是2、8、10及16:

如Convert.ToInt32(”0010”,2)執行的結果為2;

Convert.ToString(int value, int toBase):

可以把一個數字轉換為不同進制數值的字符串格式,其中toBase參數為進制的格式，只能是2、8、10及16:

如Convert.ToString(2,2)執行的結果為”0010”

現在我們做一個方法實現各種進制間的字符串自由轉換：選把它轉成數值型，然后再轉成相應的進制的字符串:

public string ConvertString(string value, int fromBase, int toBase)

{

int intValue = Convert.ToInt32(value, fromBase);

return Convert.ToString(intValue, toBase);
}

其中fromBase為原來的格式

toBase為將要轉換成的格式

yolle [原作]

?

?

?

進制轉換

http://www.ypdoor.com/blog/article.asp?id=76
電腦上的常用進制有：2、8、10、16四種，在修改中經常接觸的是2、10和16進制，基本上需要了解的是2和16互轉、10和16互轉，其他多了解也沒虧

2轉16：

4個2進制位為一個16進制數，2進制1111為16進制F，2進制中千位的1=8，百位的1=4，十位的1=2，個位的1=1，將各個位的數作相應轉換再相加，的到的數就是10進制數0-15，可輕松轉換成16進制。如01011100，可看成是兩組2進制數0101和1100，則這個數就是16進制的5C。

10轉16：

100以內一點的10轉16心算比較快，復雜的用“計算器”算了。10轉16用傳統的計算方式可以了，就是大于15小于256的10進制數除以16為的值為十位的16進制數，其余數為個位的16進制數，沒余數則個位為0。如61的16進制是3D，61除以16得3余13，3作十位數，13轉成D為各位數。
16轉10：
用相反的道理，將十位數乘以16加上個位數。如5A，將5乘以16得80，加上A的10進制10，結果是90。
最直接方便的方法是用windows或win95中的計算器，打開計算器，將計算器置成科學型(win95的乘法)，選中十進制選擇鈕，輸入十進制數然后選擇二進制選擇鈕，OK！又快又準確。可是如果你想成為一個合格的程序員的話，你就必須充分了解十進制數和二進制數的特點，最好的方法是你多做一些進制轉換的題目，這是程序員訓練中的傳統做法。
三、以十六進制作橋梁
十進制到二進制的轉換實在麻煩，而且二進制數實在不易記憶和理解，你能馬上感覺到一萬元是多少錢，但是你能感覺到10011100010000(二進制)是多少嗎？為了編程和使用方便，在二進制和十進制之間有了一座橋梁十六進制。十六進制是逢十六進一，0、1、2、3、4、5、…9、A、B、C、D、E、F、10、11、12……。到了9以后用ABCDEF表示，十六進制數與二進制數的轉換非常方便。
首先你應當牢記下表
二進制 十六進制
0 0
1 1
10 2
11 3
100 4
101 5
110 6
111 7
1000 8
1001 9
1010 A
1011 B
1100 C
1101 D
1110 E
1111 F
二進制數轉換成十六進制數方法如下，以二進制數1101110為例：
將二進制數從右面開始以四位為一組分組，最左面不夠四位的補0，按上表查得對應的十六進制數，組合起來以后就成了。
0110 1110的十六進制數是6E
十六進制轉換成二進制方法如下，以十六進制數3E為例：
將十六進制的每一位轉換成四位二進制數，不足四位的在左面補0，組合起來即可得到二進制數。
3E的二進制數是00111110，既是111110
當然你也可以用計算器得出結果。但也建議你熟練掌握。

?

?

Unicode簡介

http://www.1cn.biz/java/index.php?q=node/79
關鍵詞： 字庫,unicode,big5

Unicode是一種字符編碼規范 。

先從ASCII說起。ASCII是用來表示英文字符的一種編碼規范，每個ASCII字符占用1個字節（8bits）

因此，ASCII編碼可以表示的最大字符數是256，其實英文字符并沒有那么多，一般只用前128個（最高位為0），其中包括了控制字符、數字、大小寫字母和其他一些符號 。

而最高位為1的另128個字符被成為“擴展ASCII”，一般用來存放英文的制表符、部分音標字符等等的一些其他符號

這種字符編碼規范顯然用來處理英文沒有什么問題 。（實際上也可以用來處理法文、德文等一些其他的西歐字符，但是不能和英文通用），但是面對中文、阿拉伯文之類復雜的文字，255個字符顯然不夠用

于是，各個國家紛紛制定了自己的文字編碼規范，其中中文的文字編碼規范叫做“GB2312-80”，它是和ASCII兼容的一種編碼規范，其實就是利用擴展ASCII沒有真正標準化這一點，把一個中文字符用兩個擴展ASCII字符來表示。

但是這個方法有問題，最大的問題就是，中文文字沒有真正屬于自己的編碼，因為擴展ASCII碼雖然沒有真正的標準化，但是PC里的ASCII碼還是有一個事實標準的（存放著英文制表符），所以很多軟件利用這些符號來畫表格。這樣的軟件用到中文系統中，這些表格符就會被誤認作中文字，破壞版面。而且，統計中英文混合字符串中的字數，也是比較復雜的，我們必須判斷一個ASCII碼是否擴展，以及它的下一個ASCII是否擴展，然后才“猜”那可能是一個中文字 。

總之當時處理中文是很痛苦的。而更痛苦的是GB2312是國家標準，臺灣當時有一個Big5編碼標準，很多編碼和GB是相同的，所以……，嘿嘿。

這時候，我們就知道，要真正解決中文問題，不能從擴展ASCII的角度入手，也不能僅靠中國一家來解決。而必須有一個全新的編碼系統，這個系統要可以將中文、英文、法文、德文……等等所有的文字統一起來考慮，為每個文字都分配一個單獨的編碼，這樣才不會有上面那種現象出現。

于是，Unicode誕生了。

Unicode有兩套標準，一套叫UCS-2(Unicode-16)，用2個字節為字符編碼，另一套叫UCS-4(Unicode-32)，用4個字節為字符編碼。

以目前常用的UCS-2為例，它可以表示的字符數為2^16=65535，基本上可以容納所有的歐美字符和絕大部分的亞洲字符 。

UTF-8的問題后面會提到 。

在Unicode里，所有的字符被一視同仁。漢字不再使用“兩個擴展ASCII”，而是使用“1個Unicode”，注意，現在的漢字是“一個字符”了，于是，拆字、統計字數這些問題也就自然而然的解決了 。

但是，這個世界不是理想的，不可能在一夜之間所有的系統都使用Unicode來處理字符，所以Unicode在誕生之日，就必須考慮一個嚴峻的問題：和ASCII字符集之間的不兼容問題。

我們知道，ASCII字符是單個字節的，比如“A”的ASCII是65。而Unicode是雙字節的，比如“A”的Unicode是0065，這就造成了一個非常大的問題：以前處理ASCII的那套機制不能被用來處理Unicode了 。

另一個更加嚴重的問題是，C語言使用'/0'作為字符串結尾，而Unicode里恰恰有很多字符都有一個字節為0，這樣一來，C語言的字符串函數將無法正常處理Unicode，除非把世界上所有用C寫的程序以及他們所用的函數庫全部換掉 。

于是，比Unicode更偉大的東東誕生了，之所以說它更偉大是因為它讓Unicode不再存在于紙上，而是真實的存在于我們大家的電腦中。那就是：UTF 。

UTF= UCS Transformation Format UCS轉換格式

它是將Unicode編碼規則和計算機的實際編碼對應起來的一個規則。現在流行的UTF有2種：UTF-8和UTF-16 。

其中UTF-16和上面提到的Unicode本身的編碼規范是一致的，這里不多說了。而UTF-8不同，它定義了一種“區間規則”，這種規則可以和ASCII編碼保持最大程度的兼容 。

UTF-8有點類似于Haffman編碼，它將Unicode編碼為00000000-0000007F的字符，用單個字節來表示；

00000080-000007FF的字符用兩個字節表示

00000800-0000FFFF的字符用3字節表示

因為目前為止Unicode-16規范沒有指定FFFF以上的字符，所以UTF-8最多是使用3個字節來表示一個字符。但理論上來說，UTF-8最多需要用6字節表示一個字符。

在UTF-8里，英文字符仍然跟ASCII編碼一樣，因此原先的函數庫可以繼續使用。而中文的編碼范圍是在0080-07FF之間，因此是2個字節表示（但這兩個字節和GB編碼的兩個字節是不同的），用專門的Unicode處理類可以對UTF編碼進行處理。

下面說說中文的問題。

由于歷史的原因，在Unicode之前，一共存在過3套中文編碼標準。

GB2312-80，是中國大陸使用的國家標準，其中一共編碼了6763個常用簡體漢字。Big5，是臺灣使用的編碼標準，編碼了臺灣使用的繁體漢字，大概有8千多個。HKSCS，是中國香港使用的編碼標準，字體也是繁體，但跟Big5有所不同。

這3套編碼標準都采用了兩個擴展ASCII的方法，因此，幾套編碼互不兼容，而且編碼區間也各有不同

因為其不兼容性，在同一個系統中同時顯示GB和Big5基本上是不可能的。當時的南極星、RichWin等等軟件，在自動識別中文編碼、自動顯示正確編碼方面都做了很多努力 。

他們用了怎樣的技術我就不得而知了，我知道好像南極星曾經以同屏顯示繁簡中文為賣點。

后來，由于各方面的原因，國際上又制定了針對中文的統一字符集GBK和GB18030，其中GBK已經在Windows、Linux等多種操作系統中被實現。

GBK兼容GB2312，并增加了大量不常用漢字，還加入了幾乎所有的Big5中的繁體漢字。但是GBK中的繁體漢字和Big5中的幾乎不兼容。

GB18030相當于是GBK的超集，比GBK包含的字符更多。據我所知目前還沒有操作系統直接支持GB18030。

談談Unicode編碼，簡要解釋UCS、UTF、BMP、BOM等名詞
這是一篇程序員寫給程序員的趣味讀物。所謂趣味是指可以比較輕松地了解一些原來不清楚的概念，增進知識，類似于打RPG游戲的升級。整理這篇文章的動機是兩個問題：

問題一：
使用Windows記事本的“另存為”，可以在GBK、Unicode、Unicode big endian和UTF-8這幾種編碼方式間相互轉換。同樣是txt文件，Windows是怎樣識別編碼方式的呢？

我很早前就發現Unicode、Unicode big endian和UTF-8編碼的txt文件的開頭會多出幾個字節，分別是FF、FE（Unicode）,FE、FF（Unicode big endian）,EF、BB、BF（UTF-8）。但這些標記是基于什么標準呢？

問題二：
最近在網上看到一個ConvertUTF.c，實現了UTF-32、UTF-16和UTF-8這三種編碼方式的相互轉換。對于Unicode(UCS2)、GBK、UTF-8這些編碼方式，我原來就了解。但這個程序讓我有些糊涂，想不起來UTF-16和UCS2有什么關系。
查了查相關資料，總算將這些問題弄清楚了，順帶也了解了一些Unicode的細節。寫成一篇文章，送給有過類似疑問的朋友。本文在寫作時盡量做到通俗易懂，但要求讀者知道什么是字節，什么是十六進制。

0、big endian和little endian
big endian和little endian是CPU處理多字節數的不同方式。例如“漢”字的Unicode編碼是6C49。那么寫到文件里時，究竟是將6C寫在前面，還是將49寫在前面？如果將6C寫在前面，就是big endian。還是將49寫在前面，就是little endian。

“endian”這個詞出自《格列佛游記》。小人國的內戰就源于吃雞蛋時是究竟從大頭(Big-Endian)敲開還是從小頭(Little-Endian)敲開，由此曾發生過六次叛亂，其中一個皇帝送了命，另一個丟了王位。

我們一般將endian翻譯成“字節序”，將big endian和little endian稱作“大尾”和“小尾”。

1、字符編碼、內碼，順帶介紹漢字編碼
字符必須編碼后才能被計算機處理。計算機使用的缺省編碼方式就是計算機的內碼。早期的計算機使用7位的ASCII編碼，為了處理漢字，程序員設計了用于簡體中文的GB2312和用于繁體中文的big5。

GB2312(1980年)一共收錄了7445個字符，包括6763個漢字和682個其它符號。漢字區的內碼范圍高字節從B0-F7，低字節從A1-FE，占用的碼位是72*94=6768。其中有5個空位是D7FA-D7FE。

GB2312支持的漢字太少。1995年的漢字擴展規范GBK1.0收錄了21886個符號，它分為漢字區和圖形符號區。漢字區包括21003個字符。2000年的GB18030是取代GBK1.0的正式國家標準。該標準收錄了27484個漢字，同時還收錄了藏文、蒙文、維吾爾文等主要的少數民族文字。現在的PC平臺必須支持GB18030，對嵌入式產品暫不作要求。所以手機、MP3一般只支持GB2312。

從ASCII、GB2312、GBK到GB18030，這些編碼方法是向下兼容的，即同一個字符在這些方案中總是有相同的編碼，后面的標準支持更多的字符。在這些編碼中，英文和中文可以統一地處理。區分中文編碼的方法是高字節的最高位不為0。按照程序員的稱呼，GB2312、GBK到GB18030都屬于雙字節字符集 (DBCS)。

有的中文Windows的缺省內碼還是GBK，可以通過GB18030升級包升級到GB18030。不過GB18030相對GBK增加的字符，普通人是很難用到的，通常我們還是用GBK指代中文Windows內碼。

這里還有一些細節：

GB2312的原文還是區位碼，從區位碼到內碼，需要在高字節和低字節上分別加上A0。

在DBCS中，GB內碼的存儲格式始終是big endian，即高位在前。

GB2312的兩個字節的最高位都是1。但符合這個條件的碼位只有128*128=16384個。所以GBK和GB18030的低字節最高位都可能不是1。不過這不影響DBCS字符流的解析：在讀取DBCS字符流時，只要遇到高位為1的字節，就可以將下兩個字節作為一個雙字節編碼，而不用管低字節的高位是什么。

2、Unicode、UCS和UTF
前面提到從ASCII、GB2312、GBK到GB18030的編碼方法是向下兼容的。而Unicode只與ASCII兼容（更準確地說，是與ISO-8859-1兼容），與GB碼不兼容。例如“漢”字的Unicode編碼是6C49，而GB碼是BABA。

Unicode也是一種字符編碼方法，不過它是由國際組織設計，可以容納全世界所有語言文字的編碼方案。Unicode的學名是"Universal Multiple-Octet Coded Character Set"，簡稱為UCS。UCS可以看作是"Unicode Character Set"的縮寫。

根據維基百科全書(http://zh.wikipedia.org/wiki/)的記載：歷史上存在兩個試圖獨立設計Unicode的組織，即國際標準化組織（ISO）和一個軟件制造商的協會（unicode.org）。ISO開發了ISO 10646項目，Unicode協會開發了Unicode項目。

在1991年前后，雙方都認識到世界不需要兩個不兼容的字符集。于是它們開始合并雙方的工作成果，并為創立一個單一編碼表而協同工作。從Unicode2.0開始，Unicode項目采用了與ISO 10646-1相同的字庫和字碼。

目前兩個項目仍都存在，并獨立地公布各自的標準。Unicode協會現在的最新版本是2005年的Unicode 4.1.0。ISO的最新標準是10646-3:2003。

UCS規定了怎么用多個字節表示各種文字。怎樣傳輸這些編碼，是由UTF(UCS Transformation Format)規范規定的，常見的UTF規范包括UTF-8、UTF-7、UTF-16。

IETF的RFC2781和RFC3629以RFC的一貫風格，清晰、明快又不失嚴謹地描述了UTF-16和UTF-8的編碼方法。我總是記不得IETF是Internet Engineering Task Force的縮寫。但IETF負責維護的RFC是Internet上一切規范的基礎。

3、UCS-2、UCS-4、BMP

UCS有兩種格式：UCS-2和UCS-4。顧名思義，UCS-2就是用兩個字節編碼，UCS-4就是用4個字節（實際上只用了31位，最高位必須為0）編碼。下面讓我們做一些簡單的數學游戲：

UCS-2有2^16=65536個碼位，UCS-4有2^31=2147483648個碼位。

UCS-4根據最高位為0的最高字節分成2^7=128個group。每個group再根據次高字節分為256個plane。每個plane根據第3個字節分為256行 (rows)，每行包含256個cells。當然同一行的cells只是最后一個字節不同，其余都相同。

group 0的plane 0被稱作Basic Multilingual Plane, 即BMP。或者說UCS-4中，高兩個字節為0的碼位被稱作BMP。

將UCS-4的BMP去掉前面的兩個零字節就得到了UCS-2。在UCS-2的兩個字節前加上兩個零字節，就得到了UCS-4的BMP。而目前的UCS-4規范中還沒有任何字符被分配在BMP之外。

4、UTF編碼

UTF-8就是以8位為單元對UCS進行編碼。從UCS-2到UTF-8的編碼方式如下：

UCS-2編碼(16進制) UTF-8 字節流(二進制)
0000 - 007F 0xxxxxxx
0080 - 07FF 110xxxxx 10xxxxxx
0800 - FFFF 1110xxxx 10xxxxxx 10xxxxxx

例如“漢”字的Unicode編碼是6C49。6C49在0800-FFFF之間，所以肯定要用3字節模板了：1110xxxx 10xxxxxx 10xxxxxx。將6C49寫成二進制是：0110 110001 001001， 用這個比特流依次代替模板中的x，得到：11100110 10110001 10001001，即E6 B1 89。

讀者可以用記事本測試一下我們的編碼是否正確。

UTF-16以16位為單元對UCS進行編碼。對于小于0x10000的UCS碼，UTF-16編碼就等于UCS碼對應的16位無符號整數。對于不小于0x10000的UCS碼，定義了一個算法。不過由于實際使用的UCS2，或者UCS4的BMP必然小于0x10000，所以就目前而言，可以認為UTF-16和UCS-2基本相同。但UCS-2只是一個編碼方案，UTF-16卻要用于實際的傳輸，所以就不得不考慮字節序的問題。

5、UTF的字節序和BOM
UTF-8以字節為編碼單元，沒有字節序的問題。UTF-16以兩個字節為編碼單元，在解釋一個UTF-16文本前，首先要弄清楚每個編碼單元的字節序。例如收到一個“奎”的Unicode編碼是594E，“乙”的Unicode編碼是4E59。如果我們收到UTF-16字節流“594E”，那么這是“奎”還是“乙”？

Unicode規范中推薦的標記字節順序的方法是BOM。BOM不是“Bill Of Material”的BOM表，而是Byte Order Mark。BOM是一個有點小聰明的想法：

在UCS編碼中有一個叫做"ZERO WIDTH NO-BREAK SPACE"的字符，它的編碼是FEFF。而FFFE在UCS中是不存在的字符，所以不應該出現在實際傳輸中。UCS規范建議我們在傳輸字節流前，先傳輸字符"ZERO WIDTH NO-BREAK SPACE"。

這樣如果接收者收到FEFF，就表明這個字節流是Big-Endian的；如果收到FFFE，就表明這個字節流是Little-Endian的。因此字符"ZERO WIDTH NO-BREAK SPACE"又被稱作BOM。

UTF-8不需要BOM來表明字節順序，但可以用BOM來表明編碼方式。字符"ZERO WIDTH NO-BREAK SPACE"的UTF-8編碼是EF BB BF（讀者可以用我們前面介紹的編碼方法驗證一下）。所以如果接收者收到以EF BB BF開頭的字節流，就知道這是UTF-8編碼了。

Windows就是使用BOM來標記文本文件的編碼方式的。

6、進一步的參考資料
本文主要參考的資料是 "Short overview of ISO-IEC 10646 and Unicode" (http://www.nada.kth.se/i18n/ucs/unicode-iso10646-oview.html)。

我還找了兩篇看上去不錯的資料，不過因為我開始的疑問都找到了答案，所以就沒有看：

"Understanding Unicode A general introduction to the Unicode Standard" (http://scripts.sil.org/cms/scripts/page.php?site_id=nrsi&item_id=IWS-Chapter04a)
"Character set encoding basics Understanding character set encodings and legacy encodings" (http://scripts.sil.org/cms/scripts/page.php?site_id=nrsi&item_id=IWS-Chapter03)

總結

以上是生活随笔為你收集整理的20060427-汉字区位码查询与算法——microsoft visual studio 2005系列的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。