Backend-Api/0_Framework/Application/ConvertTo.cs

// -----------------------------------------------------------------------
// <copyright file="ConvertTo.cs">
// By: MOHSEN DORPARASTI - 1391
// </copyright>
// -----------------------------------------------------------------------

namespace _0_Framework.Application;

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Text.RegularExpressions;

public enum TextEncoding
{
    Arabic1256 = 1256,
    CP1252 = 1252
}

public static class ConvertTo
{
    #region private Members (3)

    // متغیری برای نگهداری اعدادی که در رشته ایران سیستم وجود دارند
    static Stack<string> NumbersInTheString;

    // کد کاراکترها در ایران سیستم و معادل آنها در عربی 1256
    static Dictionary<byte, byte> CharactersMapper = new Dictionary<byte, byte>
    {
        {128,48}, // 0
        {129,49}, // 1
        {130,50}, // 2
        {131,51}, // 3
        {132,52}, // 4
        {133,53}, // 5
        {134,54}, // 6
        {135,55}, // 7
        {136,56}, // 8
        {137,57}, // 9
        {138,161}, // ،
        {139,220}, // -
        {140,191}, // ؟
        {141,194}, // آ
        {142,196}, // ﺋ
        {143,154}, // ء
        {144,199}, // ﺍ
        {145,199}, // ﺎ
        {146,200}, // ﺏ
        {147,200}, // ﺑ
        {148,129}, // ﭖ
        {149,129}, // ﭘ
        {150,202}, // ﺕ
        {151,202}, // ﺗ
        {152,203}, // ﺙ
        {153,203}, // ﺛ
        {154,204}, //ﺝ
        {155,204},// ﺟ
        {156,141},//ﭼ
        {157,141},//ﭼ
        {158,205},//ﺡ
        {159,205},//ﺣ
        {160,206},//ﺥ
        {161,206},//ﺧ
        {162,207},//د
        {163,208},//ذ
        {164,209},//ر
        {165,210},//ز
        {166,142},//ژ
        {167,211},//ﺱ
        {168,211},//ﺳ
        {169,212},//ﺵ
        {170,212},//ﺷ
        {171,213},//ﺹ
        {172,213},//ﺻ
        {173,214},//ﺽ
        {174,214},//ﺿ
        {175,216},//ط
        {224,217},//ظ
        {225,218},//ﻉ
        {226,218},//ﻊ
        {227,218},//ﻌ
        {228,218},//ﻋ
        {229,219},//ﻍ
        {230,219},//ﻎ
        {231,219},//ﻐ
        {232,219},//ﻏ
        {233,221},//ﻑ
        {234,221},//ﻓ
        {235,222},//ﻕ
        {236,222},//ﻗ
        {237,152},//ﮎ
        {238,152},//ﮐ
        {239,144},//ﮒ
        {240,144},//ﮔ
        {241,225},//ﻝ
        {242,225},//ﻻ
        {243,225},//ﻟ
        {244,227},//ﻡ
        {245,227},//ﻣ
        {246,228},//ﻥ
        {247,228},//ﻧ
        {248,230},//و
        {249,229},//ﻩ
        {250,229},//ﻬ
        {251,170},//ﻫ
        {252,236},//ﯽ
        {253,237},//ﯼ
        {254,237},//ﯾ
        {255,160} // فاصله
    };

    /// <summary>
    /// لیست کاراکترهایی که بعد از آنها باید یک فاصله اضافه شود
    /// </summary>
    static byte[] charactersWithSpaceAfter = { 
        146, // ب
        148, // پ
        150, // ت
        152, // ث
        154, // ج
        156, // چ
        158, // ح
        160, // خ
        167, // س
        169, // ش
        171, // ص
        173, // ض
        225, // ع
        229, // غ
        233, // ف
        235, // ق
        237, // ک
        239, // گ
        241, // ل
        244, // م
        246, // ن
        249, // ه
        252, //ﯽ
        253 // ی
    };


    #endregion

    /// <summary>
    /// تبدیل یک رشته ایران سیستم به یونیکد با استفاده از عربی 1256
    /// </summary>
    /// <param name="iranSystemEncodedString">رشته ایران سیستم</param>
    /// <returns></returns>
    [Obsolete("بهتر است از UnicodeFrom استفاده کنید")]
    public static string Unicode(string iranSystemEncodedString)
    {
        return UnicodeFrom(TextEncoding.Arabic1256, iranSystemEncodedString);
    }

    /// <summary>
    /// تبدیل یک رشته ایران سیستم به یونیکد
    /// </summary>
    /// <param name="textEncoding">کدپیج رشته ایران سیستم</param>
    /// <param name="iranSystemEncodedString">رشته ایران سیستم</param>
    /// <returns></returns>
    public static string UnicodeFrom(TextEncoding textEncoding, string iranSystemEncodedString)
    {
        // حذف فاصله های موجود در رشته
        iranSystemEncodedString = iranSystemEncodedString.Replace(" ", "");

        /// بازگشت در صورت خالی بودن رشته
        if (string.IsNullOrWhiteSpace(iranSystemEncodedString))
        {
            return string.Empty;
        }

        // در صورتی که رشته تماماً عدد نباشد
        if (!IsNumber(iranSystemEncodedString))
        {
            /// تغییر ترتیب کاراکترها از آخر به اول 
            iranSystemEncodedString = Reverse(iranSystemEncodedString);

            /// خارج کردن اعداد درون رشته
            iranSystemEncodedString = ExcludeNumbers(iranSystemEncodedString);
        }

        // وهله سازی از انکودینگ صحیح برای تبدیل رشته ایران سیستم به بایت
        Encoding encoding = Encoding.GetEncoding((int)textEncoding);            

        // تبدیل رشته به بایت
        byte[] stringBytes = encoding.GetBytes(iranSystemEncodedString.Trim());


        // آرایه ای که بایت های معادل را در آن قرار می دهیم
        // مجموع تعداد بایت های رشته + بایت های اضافی محاسبه شده 
        byte[] newStringBytes = new byte[stringBytes.Length + CountCharactersRequireTwoBytes(stringBytes)];

        int index = 0;

        // بررسی هر بایت و پیدا کردن بایت (های) معادل آن
        for (int i = 0; i < stringBytes.Length; ++i)
        {
            byte charByte = stringBytes[i];

            // اگر جز 128 بایت اول باشد که نیازی به تبدیل ندارد چون کد اسکی است
            if (charByte < 128)
            {
                newStringBytes[index] = charByte;
            }
            else
            {
                // اگر جز حروف یا اعداد بود معادلش رو قرار می دیم
                if (CharactersMapper.ContainsKey(charByte))
                {
                    newStringBytes[index] = CharactersMapper[charByte];
                }
            }

            // اگر کاراکتر ایران سیستم "لا" بود چون کاراکتر متناظرش در عربی 1256 "ل" است و باید یک "ا" هم بعدش اضافه کنیم
            if (charByte == 242)
            {
                newStringBytes[++index] = 199;
            }

            // اگر کاراکتر یکی از انواعی بود که بعدشان باید یک فاصله باشد
            // و در عین حال آخرین کاراکتر رشته نبود
            if (charactersWithSpaceAfter.Contains(charByte) && Array.IndexOf(stringBytes, charByte) != stringBytes.Length - 1)
            {
                // یک فاصله بعد ان اضافه می کنیم
                newStringBytes[++index] = 32;
            }

            index += 1;
        }

        // تبدیل به رشته و ارسال به فراخواننده
        byte[] unicodeContent = Encoding.Convert(encoding, Encoding.Unicode, newStringBytes);

        string convertedString = Encoding.Unicode.GetString(unicodeContent).Trim();

        return IncludeNumbers(convertedString);
    }

    #region Private Methods (4)

    /// <summary>
    /// رشته ارسال شده تنها حاوی اعداد است یا نه
    /// </summary>
    /// <param name="str"></param>
    /// <returns></returns>
    static bool IsNumber(string str)
    {
        return Regex.IsMatch(str, @"^[\d]+$");
    }

    /// <summary>
    ///  محاسبه تعداد کاراکترهایی که بعد از آنها یک کاراکتر باید اضافه شود
    ///  شامل کاراکتر لا
    ///  و کاراکترهای غیرچسبان تنها در صورتی که کاراکتر پایانی رشته نباشند
    /// </summary>
    /// <param name="content"></param>
    /// <returns></returns>
    static int CountCharactersRequireTwoBytes(byte[] irTextBytes)
    {
        return (from b in irTextBytes
            where (
                      charactersWithSpaceAfter.Contains(b) // یکی از حروف غیرچسبان باشد
                      && Array.IndexOf(irTextBytes, b) != irTextBytes.Length - 1) // و کاراکتر آخر هم نباشد
                  || b == 242 // یا کاراکتر لا باشد
            select b).Count();
    }

    /// <summary>
    /// خارج کردن اعدادی که در رشته ایران سیستم قرار دارند
    /// </summary>
    /// <param name="iranSystemString"></param>
    /// <returns></returns>
    static string ExcludeNumbers(string iranSystemString)
    {
        /// گرفتن لیستی از اعداد درون رشته
        NumbersInTheString = new Stack<string>(Regex.Split(iranSystemString, @"\D+"));

        /// جایگزین کردن اعداد با یک علامت جایگزین
        /// در نهایت بعد از تبدیل رشته اعداد به رشته اضافه می شوند
        return Regex.Replace(iranSystemString, @"\d+", "#");
    }

    /// <summary>
    /// اضافه کردن اعداد جدا شده پس از تبدیل رشته
    /// </summary>
    /// <param name="convertedString"></param>
    /// <returns></returns>
    static string IncludeNumbers(string convertedString)
    {
        while (convertedString.IndexOf("#") >= 0)
        {
            string number = Reverse(NumbersInTheString.Pop());
            if(!string.IsNullOrWhiteSpace(number))
            {
                int index = convertedString.IndexOf("#");

                convertedString = convertedString.Remove(index, 1);
                convertedString = convertedString.Insert(index, number);
            }                
        }

        return convertedString;
    }

    static string Reverse(string s)
    {
        char[] charArray = s.ToCharArray();
        Array.Reverse(charArray);
        return new string(charArray);
    }

    #endregion

}