Convert Unicode to Iransystem
سلام
من یک برنامه تولید لیست بیمه دارم مینویسم. فایل با فرمت dbf هست. برای تبدیل یونیکد به ایران سیستم در سایت http://beyamooz.com این کلاس سی شارپ رو دیدم اما در تبدیل اعداد و متن هایی که شامل کاراکتر یا عدد هستند و عددهایی که شامل کاراکتر هستند درست کار نمی کنه. متن فارسی رو هم برعکس تبدیل میکنه مثلا کلمه شهرزاد به دازرهش تبدیل میشه.
دنبال یک convertor کامل هستم. کسی میتونه راهنماییم کنه؟
public class ConvertWindowsPersianToDos {
#region
public Dictionary<byte, byte> CharachtersMapper_Group1 = new Dictionary<byte, byte>
{
{48 , 128}, // 0
{49 , 129}, // 1
{50 , 130}, // 2
{51 , 131}, // 3
{52 , 132}, // 4
{53 , 133}, // 5
{54 , 134}, // 6
{55 , 135}, // 7
{56 , 136}, // 8
{57 , 137}, // 9
{161, 138}, // ،
{191, 140}, // ؟
{193, 143}, //ء
{194, 141}, // آ
{195, 144}, // أ
{196, 248}, //ؤ
{197, 144}, //إ
{200, 146}, //ب
{201, 249}, //ة
{202, 150}, //ت
{203, 152}, //ث
{204, 154}, //ﺝ
{205, 158}, //ﺡ
{206, 160}, //ﺥ
{207, 162}, //د
{208, 163}, //ذ
{209, 164}, //ر
{210, 165},//ز
{211, 167},//س
{212, 169},//ش
{213, 171}, //ص
{214, 173}, //ض
{216, 175}, //ط
{217, 224}, //ظ
{218, 225}, //ع
{219, 229}, //غ
{220, 139}, //-
{221, 233},//ف
{222, 235},//ق
{223, 237},//ك
{225, 241},//ل
{227, 244},//م
{228, 246},//ن
{229, 249},//ه
{230, 248},//و
{236, 253},//ى
{237, 253},//ی
{129, 148},//پ
{141, 156},//چ
{142, 166},//ژ
{152, 237},//ک
{144, 239},//گ
};
public Dictionary<byte, byte> CharachtersMapper_Group2 = new Dictionary<byte, byte>
{
{48,128},//
{49,129},//
{50,130},
{51,131},//
{52,132},//
{53,133},
{54,134},//
{55,135},//
{56,136},
{57,137},//
{161,138},//،
{191,140},//?
{193,143},//ء
{194,141},//آ
{195,144},//أ
{196,248},//ؤ
{197,144},//إ
{198,254},//ئ
{199,144},//ا
{200,147},//ب
{201,251},//ة
{202,151},//ت
{203,153},//ث
{204,155},//ج
{205,159},//ح
{206,161},//خ
{207,162},//د
{208,163},//ذ
{209,164},//ر
{210,165},//ز
{211,168},//س
{212,170},//ش
{213,172},//ص
{214,174},//ض
{216,175},//ط
{217,224},//ظ
{218,228},//ع
{219,232},//غ
{220,139},//-
{221,234},//ف
{222,236},//ق
{223,238},//ك
{225,243},//ل
{227,245},//م
{228,247},//ن
{229,251},//ه
{230,248},//و
{236,254},//ی
{237,254},//ی
{129,149},//پ
{141 ,157},//چ
{142,166},//ژ
{152,238},//ک
{144,240},//گ
};
public Dictionary<byte, byte> CharachtersMapper_Group3 = new Dictionary<byte, byte>
{
{48 , 128}, // 0
{49 , 129}, // 1
{50 , 130}, // 2
{51 , 131}, // 3
{52 , 132}, // 4
{53 , 133}, // 5
{54 , 134}, // 6
{55 , 135}, // 7
{56 , 136}, // 8
{57 , 137}, // 9
{161, 138}, // ،
{191, 140}, // ؟
{193, 143}, //
{194, 141}, //
{195, 145}, //
{196, 248}, //
{197, 145}, //
{198, 252}, //
{199, 145}, //
{200, 146}, //
{201, 249}, //
{202, 150}, //
{203, 152}, //
{204, 154}, //
{205, 158}, //
{206, 160}, //
{207, 162}, //
{208, 163}, //
{209, 164}, //
{210, 165}, //
{211, 167}, //
{212, 169}, //
{213, 171}, //
{214, 173}, //
{216, 175}, //
{217, 224}, //
{218, 226}, //
{219, 230}, //
{220, 139}, //
{221, 233}, //
{222, 235}, //
{223, 237}, //
{225, 241}, //
{227, 244}, //
{228, 246}, //
{229, 249}, //
{230, 248}, //
{236, 252}, //
{237, 252}, //
{129, 148}, //
{141, 156}, //
{142, 166}, //
{152, 237}, //
{144, 239}//
};
public Dictionary<byte, byte> CharachtersMapper_Group4 = new Dictionary<byte, byte>
{
{48 , 128}, // 0
{49 , 129}, // 1
{50 , 130}, // 2
{51 , 131}, // 3
{52 , 132}, // 4
{53 , 133}, // 5
{54 , 134}, // 6
{55 , 135}, // 7
{56 , 136}, // 8
{57 , 137}, // 9
{161, 138}, // ،
{191, 140}, // ؟
{193,143}, //
{194,141}, //
{195,145}, //
{196,248}, //
{197,145}, //
{198,254}, //
{199,145}, //
{200,147}, //
{201,250}, //
{202,151}, //
{203,153}, //
{204,155}, //
{205,159}, //
{206,161}, //
{207,162}, //
{208,163}, //
{209,164}, //
{210,165}, //
{211,168}, //
{212,170}, //
{213,172}, //
{214,174}, //
{216,175}, //
{217,224}, //
{218,227}, //
{219,231}, //
{220,139}, //
{221,234}, //
{222,236}, //
{223,238}, //
{225,243}, //
{227,245}, //
{228,247}, //
{229,250}, //
{230,248}, //
{236,254}, //
{237,254}, //
{129,149}, //
{141,157}, //
{142,166}, //
{152,238}, //
{144,240}, //
};
#endregion
public bool is_Lattin_Letter(byte c)
{
if (c < 128 && c > 31)
{
return true;
}
return false;
}
public byte get_Lattin_Letter(byte c)
{
if ("0123456789".IndexOf((char)c) >= 0)
return (byte)(c + 80);
return get_FarsiExceptions(c);
}
private byte get_FarsiExceptions(byte c)
{
switch (c)
{
case (byte)'(': return (byte)')';
case (byte)'{': return (byte)'}';
case (byte)'[': return (byte)']';
case (byte)')': return (byte)'(';
case (byte)'}': return (byte)'{';
case (byte)']': return (byte)'[';
default: return (byte)c;
}
}
public bool is_Final_Letter(byte c)
{
string s = "ءآأؤإادذرزژو";
if (s.ToString().IndexOf((char)c) >= 0)
{
return true;
}
return false;
}
public bool IS_White_Letter(byte c)
{
if (c == 8 || c == 09 || c == 10 || c == 13 || c == 27 || c == 32 || c == 0)
{
return true;
}
return false;
}
public bool Char_Cond(byte c)
{
return IS_White_Letter(c)
|| is_Lattin_Letter(c)
|| c == 191;
}
public List<byte> get_Unicode_To_IranSystem(string Unicode_Text)
{
// " رشته ای که فارسی است را دو کاراکتر فاصله به ابتدا و انتهای آن اضافه می کنیم
string unicodeString = " " + Unicode_Text + " ";
//ایجاد دو انکدینگ متفاوت
Encoding ascii = //Encoding.ASCII;
Encoding.GetEncoding("windows-1256");
Encoding unicode = Encoding.Unicode;
// تبدیل رشته به بایت
byte[] unicodeBytes = unicode.GetBytes(unicodeString);
// تبدیل بایتها از یک انکدینگ به دیگری
byte[] asciiBytes = Encoding.Convert(unicode, ascii, unicodeBytes);
// Convert the new byte[] into a char[] and then into a string.
char[] asciiChars = new char[ascii.GetCharCount(asciiBytes, 0, asciiBytes.Length)];
ascii.GetChars(asciiBytes, 0, asciiBytes.Length, asciiChars, 0);
string asciiString = new string(asciiChars);
byte[] b22 = Encoding.GetEncoding("windows-1256").GetBytes(asciiChars);
int limit = b22.Length;
byte pre = 0, cur = 0;
List<byte> IS_Result = new List<byte>();
for (int i = 0; i < limit; i++)
{
if (is_Lattin_Letter(b22[i]))
{
cur = get_Lattin_Letter(b22[i]);
IS_Result.Add(cur);
pre = cur;
}
else if (i != 0 && i != b22.Length - 1)
{
cur = get_Unicode_To_IranSystem_Char(b22[i - 1], b22[i], b22[i + 1]);
if (cur == 145) // برای بررسی استثنای لا
{
if (pre == 243)
{
IS_Result.RemoveAt(IS_Result.Count - 1);
IS_Result.Add(242);
}
else
{
IS_Result.Add(cur);
}
}
else
{
IS_Result.Add(cur);
}
pre = cur;
}
}
return IS_Result;
}
public byte get_Unicode_To_IranSystem_Char(byte PreviousChar, byte CurrentChar, byte NextChar)
{
bool PFlag = Char_Cond(PreviousChar) || is_Final_Letter(PreviousChar);
bool NFlag = Char_Cond(NextChar);
if (PFlag && NFlag) return UCTOIS_Group_1(CurrentChar);
else if (PFlag) return UCTOIS_Group_2(CurrentChar);
else if (NFlag) return UCTOIS_Group_3(CurrentChar);
return UCTOIS_Group_4(CurrentChar);
}
private byte UCTOIS_Group_4(byte CurrentChar)
{
if (CharachtersMapper_Group4.ContainsKey(CurrentChar) )
{
return (byte)CharachtersMapper_Group4[CurrentChar];
}
return (byte)CurrentChar;
}
private byte UCTOIS_Group_3(byte CurrentChar)
{
if (CharachtersMapper_Group3.ContainsKey(CurrentChar) )
{
return (byte)CharachtersMapper_Group3[CurrentChar];
}
return (byte)CurrentChar;
}
private byte UCTOIS_Group_2(byte CurrentChar)
{
if (CharachtersMapper_Group2.ContainsKey(CurrentChar) )
{
return (byte)CharachtersMapper_Group2[CurrentChar];
}
return (byte)CurrentChar;
}
private byte UCTOIS_Group_1(byte CurrentChar)
{
if (CharachtersMapper_Group1.ContainsKey(CurrentChar) )
{
return (byte)CharachtersMapper_Group1[CurrentChar];
}
return (byte)CurrentChar;
}
}
پاسخ با نقل قول