Browse by Tags

Big5-HKSCS編碼初探(上)

身為 中文編碼解析工具 的開發者，一直以為自己"略懂"中文編碼，這兩天再度見證"學海無涯"，默默收回"略懂"二字... 從以下畫面說起: 五種瀏覽器(IE, Opera, Chrome, Firefox, Safari)一次排開檢視同一個網頁，IE10再度成為瀏覽器家族的黑羊，只有它無法顯示"滙"及"衞"兩個中文字。 開啟notepad++看看hkscs-test.htm有何奧妙之處? 值得注意的地方有三處...

Posted 27 February 2014 10:18 PM 由 Jeffrey | 2 comment(s) 12,590

Filed under: 中文編碼

CODE-封裝Office繁簡轉換服務

手邊的專案涉及多國語系，之前研究過 使用Excel維護多國語系字串資源檔 ，意外發現Office的繁簡轉換功能威猛過人，不單只是置換字元編碼，還能做到 詞彙轉換 ，將字彙轉換成對應的說法，例如: 交易資料->事务数据、預設記憶體->默认内存... 等等，放著神兵利器不用，豈不暴殄天物? 於是，延續先前開發 Word套表服務 的概念，裝著Word當引擎的裝甲車登場囉~ 程式碼的重點在於Word Document物件的共用與資源確實回收(操作Office Interop的注意事項先前也 討論過...

Posted 15 August 2013 09:22 PM 由 Jeffrey | with no comments 9,686

Filed under: 中文編碼, CODE

【答客問】信件標題解碼範例

網友 提問 ，希望了解 中文編碼解析工具 關於信件標題(如=?x-gbk?q?=B5=C4=B7=AD=D2=EB?=)的解碼邏輯，特整理為程式範例並加註說明如下: using System; using System.Text; using System.Text.RegularExpressions; using System.Web;   namespace ConsoleApplication1 { class Program { static void Main( string...

Posted 11 April 2013 09:23 PM 由 Jeffrey | with no comments 5,713

Filed under: 中文編碼, CODE

Coding4Fun - 點陣中文字型顯示

因緣巧合，最近剛好需要處理中文點陣字型。 在DOS+倚天中文的古早年代，曾經用BASICA寫過解析倚天中文字型檔的程式，沒想到二十多年後居然還有機會重新回味，只是這回手上的兵器已由當年的BASICA小開山刀，換成C#加農砲，語言特性已不可同日而言、自己的程式技巧也遠比當年成熟，對照起來格外有趣。 時代演進大大地改變了寫程式的方法，當年要自己瞎摸亂湊好一陣子才能拼湊出檔案規格，現在稍稍爬文就能找到網友的熱心分享: 倚天中文字型檔結構說明 (倚天中文系統雖已不再販售，但要正式應用仍需取得字型檔授權)...

Posted 09 December 2012 10:24 PM 由 Jeffrey | 5 comment(s) 38,394

Filed under: 中文編碼, .NET, Coding4Fun

【潛盾機】避免Excel開啟CSV時截掉左補零的小工具

老問題一枚。使用Excel開啟CSV檔案，會l將純數字組成的字串視為數字型別處理，導致"000123"之類的左補零數字編碼變成"123"(如下圖所示)，對必須補零到固定長度的編碼欄位來說，莫名被截掉部分內容，常會造成困擾。所幸，透過簡單的 CSV花式技巧 ，在CSV中寫成="000123"，就可強迫Excel將其視為文字處理，避免前方的零被截除。 遇到一個棘手情境: 某CSV檔需符合其他系統上傳規格，不能輸出成="000123"的形式...

Posted 12 April 2012 06:29 AM 由 Jeffrey | 11 comment(s) 32,617

Filed under: Tools, 中文編碼, 潛盾機

CODE-偵測檔案是否為BIG5編碼

有個偵測文字檔是否為BIG5編碼的需求，決定寫個小函數來實現。 要偵測BIG5編碼，有一種寫法是將字串轉為byte[]後再比對0xA440-0xC67E等編碼區間( 參考 )加以識別；不過，我不太喜歡這類寫法，理由是既然BIG5編碼邏輯細節已存在.NET內建Encoding類別中(可透過Encoding.GetEncoding(950)或Encoding.GetEncoding("big5")取得)，編碼區間定義另外出現在我們的程式碼多少違背了"觀注點分離(SoC)...

Posted 11 April 2012 07:38 AM 由 Jeffrey | 13 comment(s) 58,106

Filed under: 中文編碼

【茶包射手日記】.NET主控台應用程式出現"系統無法執行指定的程式"錯誤

同事報案，某支排程作業主控台應用程式(Console Application)忽然無法執行，持續出現: The system cannot execute the specified program. 系統無法執行指定的程式 爬文發現此訊息大多與 缺少VC++ DLL 有關，但這是支.NET程式，加上原本可以執行，必要DLL忽然消失的可能不高，推測應另有原因。 試著直接由檔案總管點選exe執行，蒐集更詳細的訊息。登楞! 凶手的背影出現了~~ 訊息指出是config檔有問題，同事此時也出來補刀--"的確是修改過config後才壞的"...

Posted 24 March 2012 09:31 AM 由 Jeffrey | with no comments 8,861

Filed under: 中文編碼, .NET, Trouble-Shooting

TIPS-製作固定欄寬資料檔

昨天小談了 固定欄寬資料檔解析 程式的寫法，有人問到解析之餘要如何產生固定欄寬資料，並提了一些常見 但有點機車 的需求，例如: 針對數字欄位要能指定數值靠右左方補零(不知為什麼，某些"阿公"很愛用這種不補空白要補零的規格，每次要肉眼除錯時，十來個數字欄位夾雜零零相連到天邊，數位置數到眼睛都快出血了)、文字過長要能自動截切，還要避免切成半個中文字... 禁不住這團機車小需求的刺激，忽然一陣熱血衝腦... 待神智恢復時，發現自己端坐在電腦前，VS2010開啟中的專案有一段小程式....

Posted 25 February 2012 10:36 PM 由 Jeffrey | with no comments 6,933

Filed under: 中文編碼, .NET, CODE

TIPS-固定欄寬資料檔的解析

跟傳統系統打交道時，XML、JSON等格式多半無用武之地，往往得透過"固定欄寬資料格式"進行資料交換。 在撰寫程式解析固定欄寬資料時，有幾點注意事項: 欄位寬度計算與中文編碼有關，實務上使用BIG5編碼還是大宗(阿公級系統很少能支援Unicode)。 BIG5編碼中，半形英數字佔一個Byte，全形符號及中文佔兩個Byte，欄寬規格書中CHAR(n)，n多指Bytes，所以計算長度時，需把握中文算2或英數字算1的原則。 建議不要再用比對第一個Byte ASCII的方法自己判別全半形...

Posted 24 February 2012 09:56 PM 由 Jeffrey | 1 comment(s) 9,003

Filed under: 中文編碼, .NET, CODE

使用XHR下載BIG5編碼內容

為一個使用BIG5編碼的網站寫一小段AJAX Script滿足需求，結果踢到了鐵板。 使用$.get()或$.post()取得後端網頁程式執行內容是很普遍的技巧，但若網頁採BIG5編碼而非UTF-8時，會衍生額外議題。 以下面的網頁為例，我們在按鈕click()事件中使用$.get(location.href)取回網頁本身內容再alert出來，但有個重點--網頁記得要存成為BIG5編碼。(不知如何指定檔案編碼的朋友，可參考文末附註) <! DOCTYPE html > < html...

Posted 18 August 2011 07:36 AM 由 Jeffrey | with no comments 13,189

Filed under: 中文編碼, AJAX, jQuery

在命令提示視窗(Command Prompt)顯示UTF-8內容

在中文版Windows中，Command Prompt預設使用BIG5編碼，因此檢視UTF-8編碼檔案時會出現亂碼。 今天學會一個指令， chcp ，使用chcp加上 Code Page代碼 ，就可切換指定的語系。UTF-8的Code Page是65001，先chcp 65001，再將預設的字型由Raster Fonts改成Lucida Console或Consolas，就可以正確顯示UTF-8編碼的檔案囉! (另外，下圖Options頁籤可查看目前的Code Page設定) PS: 切換到UTF...

Posted 11 August 2011 06:27 AM 由 Jeffrey | 10 comment(s) 95,862

Filed under: 中文編碼

CODE-配合VARCHAR長度截取字串

專案裡遇到的特殊需求，有個欄位在程式內部採用Unicode編碼，但要匯出給某個系統接收時，中介資料表卻制定了採Big5編碼的VARCHAR(50)格式，這意味著: 1) Big5編碼的中文字元相當於VARCHAR(2)，長度限制應為25個Unicode中文字元 2) 包含Unicode的字串在轉換後將變成"?" 原本系統採保守策略，把輸入欄位的長度限定在25個字元，不過客戶反應輸入內容常中英文交雜，英文字元也被視為2個Byte(在VARCHAR其實只佔1個Byte)，讓可用字數變少...

Posted 05 July 2011 08:03 AM 由 Jeffrey | 3 comment(s) 15,233

Filed under: 中文編碼, .NET

CODE-製作注音文字圖檔

之前幫小木頭寫的 英文單字測驗 ，有個小問題。 原本網頁介面上，每個單字只有圖片加英文，配合單字的圖片都是去網路上找的，很難做到100%精準搭配，有時甚至找不到明確符合的(例如: 星期三要用什麼圖片來象徵?)，不小心就會變成聯想力考驗。例如，當初女王挑了一張可愛的老鼠卡通圖片(下圖左)當成Rats的插圖，結果發現小木頭竟把這個學校還沒教的單字誤解成"溜滑板"，暈倒~~~ 決定出個改良版，為每張圖片加註附含注音的中文翻譯，小木頭讀注音國字已不是問題，這樣子看到生字才不用看圖亂猜一通...

Posted 20 June 2011 08:01 AM 由 Jeffrey | 4 comment(s) 13,205

Filed under: 中文編碼, ASP.NET

jQuery - 中文輸入法與KeyDown/KeyPress事件

最近專案中引用了Telerik ASP.NET擴充元件 AutoComplete輸入欄位 ，測試時發現偶爾會不聽始喚，輸入文字時無法觸發資料查詢，在Javascript Source Code裡反覆追蹤測試，燃燒了可觀的寶貴春青，終於理出頭緒: 問題在中文輸入法! 過去模糊地知道中文輸入在瀏覽器的鍵盤事件行為上有些特殊，但從未深究，這回算是比較清楚研究其中的差別。其實最明顯的差異是: 切到中文輸入法後，輸入文字將不會觸發KeyPress事件，只會有KeyDown，而且傳回的e.keyCode會一律是229...

Posted 26 April 2011 07:32 PM 由 Jeffrey | 1 comment(s) 59,706

Filed under: 中文編碼, Javascript, jQuery

CultureInfo與中文字串排序

同事反應一個問題，有段程式使用LINQ的OrderBy排序一串中文名稱，在不同主機得到不同結果: string [] pool = "一 二 三 四 五 六 七 到 底 排 成 啥 順 序" .Split( ' ' ); Response.Write( string .Join( "," , pool.OrderBy(o => o).ToArray())); Response.End(); 一般來說，我們期望它依筆畫多寡排序，如以下順序...

Posted 16 February 2011 05:51 PM 由 Jeffrey | with no comments 8,137

Filed under: 中文編碼, .NET

搜尋