转换多字节与UTF-8、Unicode之间的转换

多字节与UTF-8、 Unicode之间的转换

VC中Ansi、 Unicode、 UTF8字符串之间的转换和写入文本

An si字符串我们最熟悉英文占一个字节汉字2个字节 以一个\0结尾常用于txt文本文件

Unicode字符串每个字符(汉字、英文字母)都占2个字节 以2个连续的\0结尾 NT操作系统内核用的是这种字符串常被定义为typedef unsigned short wchar_t;所以我们有时常会见到什么char*无法转换为unsigned short*之类的错误其实就是unicode

UTF8是Unicode一种压缩形式英文A在unicode中表示为0x0041 老外觉得这种存储方式太浪费因为浪费了50%的空间于是就把英文压缩成1个字节成了u tf8编码但是汉字在u tf8中占3个字节显然用做中文不如a ns i合算这就是中国的网页用作a n s i编码而老外的网页常用utf8的原因。

UTF8在还游戏里运用的很广泛 比如WOW的lua脚本等

下面来说一下转换主要用代码来说明吧

写文件我用了CFi le类其实用FILE*之类的也是一样写文件和字符串什么类别没有关系硬件只关心数据和长度

Ansi转Unicode

介绍2种方法void CConvertDlg: :OnBnCl ickedButtonAnsiToUnicode()

{

//ansi to unicodechar*szAnsi="abcd1234你我他";

//预转换得到所需空间的大小int wcsLe n =: :MultiByteToWideChar(CP_ACP, NULL, szAnsi , strlen(szAnsi), NULL,

0);

//分配空间要给'\0'留个空间 MultiByteToWideChar不会给'\0'空间wchar_t*wszString=newwchar_t[wcsLen+1];

//转换

: :MultiByteToWideChar(CP_ACP,NULL,szAnsi ,strlen(szAnsi),wszSt ring,wcsLen);

//最后加上'\0'wszString[wcsLen]='\0';

//unicode版的MessageBoxAPI

: :MessageBoxW(GetSafeHwnd(),wszString,wszString,MB_OK);

//接下来写入文本

//写文本文件头2个字节0xfeff低位0xff写在前

CFi lecFi le;cFi le.Open(_T("1 .txt"),CFi le: :modeWrite|CFi le: :modeCreate);

//文件开头cFi le.SeekToBegin();cFi le.Write("\xff\xfe",2);

//写入内容cFi le.Write(wszString,wcsLen*sizeof(wchar_t));cFi le.Flush();cFi le.Close();delete[]wszString;wszSt ring=NULL;

//方法2

//设置当前地域信息不设置的话使用这种方法 中文不会正确显示

//需要#include<locale.h>setlocale(LC_CTYPE, "chs");wchar_t wcsStr[100];

//注意下面是大写S在unicode中代表后面是ansi字符串

//swprintf是sprintf的unicode版本

//格式的前面要加大写L代表是unicodeswprintf(wcsStr, L"%S",szAns i);

: :MessageBoxW(GetSafeHwnd(),wcsStr,wcsStr,MB_OK);

}

Unicode转Ansi

也是2种方法void CConvertDlg: :OnBnCl ickedButtonUnicodeToAnsi()

{

//unicode to ansiwchar_t*wszString=L"abcd1234你我他";

//预转换得到所需空间的大小这次用的函数和上面名字相反int ansiLen =: :WideCharToMultiByte(CP_ACP, NULL,wszString,wcslen(wszString),NULL,0,NULL,NULL);

//同上分配空间要给'\0'留个空间char*szAnsi=newchar[ansiLen+1];

//转换

//unicode版对应的strlen是wcslen

: :WideCharToMultiByte(CP_ACP, NULL, wszString, wcslen(wszSt ring), szAnsi ,ansiLen,NULL,NULL);

//最后加上'\0'szAnsi[ansiLen]='\0' ;

//Ansi版的MessageBoxAPI

: :MessageBoxA(GetSafeHwnd(),szAnsi ,szAnsi ,MB_OK);

//接下来写入文本

//写文本文件 ANSI文件没有BOM

CFi lecFi le;cFi le.Open(_T("1.txt"),CFi le: :modeWrite|CFi le: :modeCreate);

//文件开头cFi le.SeekToBegin();

//写入内容cFi le.Write(szAnsi ,ansiLen*sizeof(char));cFi le.Flush();cFi le.Close();delete[]szAnsi ;szAnsi=NULL;

//方法2

//和上面一样有另一种方法setlocale(LC_CTYPE, "chs");char szStr[100];

//注意下面是大写在ansi中代表后面是unicode字符串

//sprintfsprintf(szStr, "%S",wszSt ring);

: :MessageBoxA(GetSafeHwnd(),szStr,szStr,MB_OK);

}

Unicode转UTF8void CConvertDlg: :OnBnCl ickedButtonUnicodeToU8()

{

//unicode to UTF8wchar_t*wszString=L"abcd1234你我他";

//预转换得到所需空间的大小这次用的函数和上面名字相反int u 8Len =: :WideCharToMultiByte(CP_UTF8, NULL,wszSt ring,wcslen(wszString),NULL,0,NULL,NULL);

//同上分配空间要给'\0'留个空间

//UTF8虽然是Unicode的压缩形式但也是多字节字符串所以可以以char的形式保存char*szU8=new char[u8Len+1];

//转换

//unicode版对应的strlen是wcslen

: :WideCharToMultiByte(CP_UTF8,NULL,wszSt ring,wcslen(wszString), szU8, u8Len,NULL,NULL);

//最后加上'\0'szU8[u8Len]='\0' ;

//MessageBox不支持UTF8,所以只能写文件

//接下来写入文本

//写文本文件 UTF8的BOM是0xbfbbef

CFi lecFi le;cFi le.Open(_T("1 .txt"),CFi le: :modeWrite|CFi le: :modeCreate);

//文件开头cFi le.SeekToBegin();

//写BOM 同样低位写在前cFi le.Write("\xef\xbb\xbf",3);

//写入内容cFi le.Write(szU8, u8Len*sizeof(char));cFi le.Flush();cFi le.Close();delete[]szU8;szU8=NULL;

}

UTF8转UNICO DEvoid CConvertDlg: :OnBnCl ickedButtonU8ToUnicode()

{

//UTF8 to Unicode

//由于中文直接复制过来会成乱码编译器有时会报错故采用16进制形式char*szU8="abcd 1234\xe4\xbd\xa0\xe6\x88\x91\xe4\xbb\x96\x00";

//预转换得到所需空间的大小int wcsLen=: :MultiByteToWideChar(CP_UTF8,NULL,szU8,strlen(szU8),NULL,0);//分配空间要给'\0'留个空间 MultiByteToWideChar不会给'\0'空间wchar_t*wszString=newwchar_t[wcsLen+1];

//转换

: :MultiByteToWideChar(CP_UTF8,NULL,szU8,strlen(szU8),wszString,wcsLen);//最后加上'\0'wszString[wcsLen]='\0';

//unicode版的MessageBoxAPI

: :MessageBoxW(GetSafeHwnd(),wszString,wszString,MB_OK);

//写文本同ansi to unicode

}

An si转换utf8和utf8转换An si就是上面2个的结合把u n icod e作为中间量进行2次转换即可

#include<iostream>

#include<string>

#include<Windows.h>using namespace std;

void unicodeToUTF8(constwstring&src,string&result)

int n=WideCharToMultiByte(CP_UTF8,0,src.c_str(), -1 ,0,0,0,0);result.resize(n);

: :WideCharToMultiByte(CP_UTF8,0,src.c_str(), -1 , (char*)result.c_str(), result. length(),0,0);

void unicodeToGB2312(constwstring&wstr ,string&result)

int n=WideCharToMultiByte(CP_ACP, 0,wstr.c_str(), -1 ,0,0,0,0);result.resize(n);

: :WideCharToMultiByte(CP_ACP, 0,wstr.c_str(), -1 , (char*)result.c_str(), n,0,0);

void utf8ToUnicode(const string&src,wstring&result)

int n=MultiByteToWideChar(CP_UTF8,0,src.c_str(), -1 ,NULL,0);result.resize(n);

: :MultiByteToWideChar(CP_UTF8,0,src.c_str(), -1 , (LPWSTR)result.c_str(), result. len g th());

void gb2312ToUnicode(const string&src,wstring&result)

int n=MultiByteToWideChar(CP_ACP, 0,src.c_str(), -1 ,NULL,0);result.resize(n);

: :MultiByteToWideChar(CP_ACP, 0,src.c_str(), -1 , (LPWSTR)result.c_str(), result. length());