bitwise operation / c#

Compor bytes para string UTF-8

先 稍微 記 一下UTF-8。

大於 ASCII 碼 的 ， 就會 由 上面 的 第一 位元 組 的 前 幾位 表示 該 unicode 字元 的 長度, 比如110xxxxxx前三位 的 二 進 位 表示 表示 告訴 我們 這 是 個 2BYTE 的 UNICODE 字元 ；1110xxxx是 個的 二 進 位 表示 表示 告訴 我們 這 是 個 2BYTE 的 UNICODE 字元 ；是 個 的 的 UNICODE字元 ， 依此 類推 ； xxx 的 位置 由 字元 編碼 數 的 二進製 表示 的 位 填入。 越 靠右 的 x 具有 越 少 的 特殊 意義。 只 用 最短 的 那個 足夠 表達 一個 字元 編碼 數 的 的多位 元 組 串。 注意 在 多位 元 組 串 中, 第 一個 位元 組 的 開頭 “1” 的 數目 就是 整個 串 中 位元 組 的 數目.

因此 要把 一堆 byte 組成UTF-8的 字串, 所以 目前 的 想法 是 先 判斷 抓到 的 byte 第 幾位 開始 是 0, 我 參考 了 這篇Obter um bit específico do byte， 利用Bitwise Left Shift Operator ( <<)跟Operador AND bit a bit (&)來 判斷。

private int GetZeroBit(byte b) 
{
    for (int i = 7; i >= 0; i--)
    {
        if ((b & (1 << i)) != 0) continue;
        else return 8 - i;
    }
    return 0;
}

原理很簡單,1 << i只有從右邊數來第i個位置為1,又用然後&Ir比,只有當所以b的同樣位置也是1才會得到verdadeiro.所以就能判斷第一個0從哪出現.

byte[] myBytes;
List<string> myString = new List<string>();

for (int i = 0; i < myBytes.Length; i++)
{
   int zeroIndex = GetZeroDigit(myBytes[i]);

   if (zeroIndex > 0)
   {
      if (zeroIndex > 1) zeroIndex--;
      myString.Add(Encoding.UTF8.GetString(myBytes, i, zeroIndex));
      i = i + zeroIndex - 1;
   }                             
}

順便 補充 一下Diferença entre >>> e >>簡單 說 就是>>會 保持 正負 號, 也 就是 第 一個 bit 的 值 不變, 其他 值 右移。 而>>>則 是 全部 右移, 最 左邊 補 0。

Related Posts