Ansi、Unicode、UTF8等編碼字符串之間的轉換和
系統
2908 0
Ansi、Unicode、UTF8字符串之間的轉換和寫入文本文件
最近有人問我關于這個的問題,就此寫一篇blog
Ansi
字符串我們最熟悉,英文占一個字節,漢字2個字節,以一個/0結尾,常用于txt文本文件
Unicode
字符串,每個字符(漢字、英文字母)都占2個字節,以2個連續的/0結尾,NT操作系統內核用的是這種字符串,常被定義為typedef unsigned short wchar_t;所以我們有時常會見到什么char*無法轉換為unsigned short*之類的錯誤,其實就是unicode
UTF8
是Unicode一種壓縮形式,英文A在unicode中表示為0x0041,老外覺得這種存儲方式太浪費,因為浪費了50%的空間,于是就把英文壓縮成1個字節,成了utf8編碼,但是漢字在utf8中占3個字節,顯然用做中文不如ansi合算,這就是中國的網頁用作ansi編碼而老外的網頁常用utf8的原因。
UTF8在還游戲里運用的很廣泛,比如WOW的lua腳本等
下面來說一下轉換,主要用代碼來說明吧
寫文件我用了CFile類,其實用FILE*之類的也是一樣,寫文件和字符串什么類別沒有關系,硬件只關心數據和長度
Ansi轉Unicode
介紹2種方法
void
CConvertDlg::OnBnClickedButtonAnsiToUnicode()
{
//
ansitounicode
char
*
szAnsi
=
"
abcd1234你我他
"
;
//
預轉換,得到所需空間的大小
int
wcsLen
=
::MultiByteToWideChar(CP_ACP,NULL,szAnsi,strlen(szAnsi),NULL,
0
);
//
分配空間要給'/0'留個空間,MultiByteToWideChar不會給'/0'空間
wchar_t
*
wszString
=
new
wchar_t[wcsLen
+
1
];
//
轉換
::MultiByteToWideChar(CP_ACP,NULL,szAnsi,strlen(szAnsi),wszString,wcsLen);
//
最后加上'/0'
wszString[wcsLen]
=
'
/0
'
;
//
unicode版的MessageBoxAPI
::MessageBoxW(GetSafeHwnd(),wszString,wszString,MB_OK);
//
接下來寫入文本
//
寫文本文件,頭2個字節0xfeff,低位0xff寫在前
CFilecFile;
cFile.Open(_T(
"
1.txt
")
,CFile::modeWrite
|
CFile::modeCreate);
//
文件開頭
cFile.SeekToBegin();
cFile.Write(
"
/xff/xfe
"
,
2
);
//
寫入內容
cFile.Write(wszString,wcsLen
*
sizeof
(wchar_t));
cFile.Flush();
cFile.Close();
delete[]wszString;
wszString
=
NULL;
//
方法2
//
設置當前地域信息,不設置的話,使用這種方法,中文不會正確顯示
//
需要#include<locale.h>
setlocale(LC_CTYPE,
"
chs
"
);
wchar_twcsStr[
100
];
//
注意下面是大寫S,在unicode中,代表后面是ansi字符串
//
swprintf是sprintf的unicode版本
//
格式的前面要加大寫L,代表是unicode
swprintf(wcsStr,L
"
%S
"
,szAnsi);
::MessageBoxW(GetSafeHwnd(),wcsStr,wcsStr,MB_OK);
}
Unicode轉Ansi
也是2種方法
void
CConvertDlg::OnBnClickedButtonUnicodeToAnsi()
{
//
unicodetoansi
wchar_t
*
wszString
=
L
"
abcd1234你我他
"
;
//
預轉換,得到所需空間的大小,這次用的函數和上面名字相反
int
ansiLen
=
::WideCharToMultiByte(CP_ACP,NULL,wszString,wcslen(wszString),NULL,
0
,NULL,NULL);
//
同上,分配空間要給'/0'留個空間
char
*
szAnsi
=
new
char
[ansiLen
+
1
];
//
轉換
//
unicode版對應的strlen是wcslen
::WideCharToMultiByte(CP_ACP,NULL,wszString,wcslen(wszString),szAnsi,ansiLen,NULL,NULL);
//
最后加上'/0'
szAnsi[ansiLen]
=
'
/0
'
;
//
Ansi版的MessageBoxAPI
::MessageBoxA(GetSafeHwnd(),szAnsi,szAnsi,MB_OK);
//
接下來寫入文本
//
寫文本文件,ANSI文件沒有BOM
CFilecFile;
cFile.Open(_T(
"
1.txt
")
,CFile::modeWrite
|
CFile::modeCreate);
//
文件開頭
cFile.SeekToBegin();
//
寫入內容
cFile.Write(szAnsi,ansiLen
*
sizeof
(
char
));
cFile.Flush();
cFile.Close();
delete[]szAnsi;
szAnsi
=
NULL;
//
方法2
//
和上面一樣有另一種方法
setlocale(LC_CTYPE,
"
chs
"
);
char
szStr[
100
];
//
注意下面是大寫,在ansi中,代表后面是unicode字符串
//
sprintf
sprintf(szStr,
"
%S
"
,wszString);
::MessageBoxA(GetSafeHwnd(),szStr,szStr,MB_OK);
}
Unicode轉UTF8
void
CConvertDlg::OnBnClickedButtonUnicodeToU8()
{
//
unicodetoUTF8
wchar_t
*
wszString
=
L
"
abcd1234你我他
"
;
//
預轉換,得到所需空間的大小,這次用的函數和上面名字相反
int
u8Len
=
::WideCharToMultiByte(CP_UTF8,NULL,wszString,wcslen(wszString),NULL,
0
,NULL,NULL);
//
同上,分配空間要給'/0'留個空間
//
UTF8雖然是Unicode的壓縮形式,但也是多字節字符串,所以可以以char的形式保存
char
*
szU8
=
new
char
[u8Len
+
1
];
//
轉換
//
unicode版對應的strlen是wcslen
::WideCharToMultiByte(CP_UTF8,NULL,wszString,wcslen(wszString),szU8,u8Len,NULL,NULL);
//
最后加上'/0'
szU8[u8Len]
=
'
/0
'
;
//
MessageBox不支持UTF8,所以只能寫文件
//
接下來寫入文本
//
寫文本文件,UTF8的BOM是0xbfbbef
CFilecFile;
cFile.Open(_T(
"
1.txt
"
),CFile::modeWrite
|
CFile::modeCreate);
//
文件開頭
cFile.SeekToBegin();
//
寫BOM,同樣低位寫在前
cFile.Write(
"
/xef/xbb/xbf
"
,
3
);
//
寫入內容
cFile.Write(szU8,u8Len
*
sizeof
(
char
));
cFile.Flush();
cFile.Close();
delete[]szU8;
szU8
=
NULL;
}
UTF8轉UNICODE
void
CConvertDlg::OnBnClickedButtonU8ToUnicode()
{
//
UTF8toUnicode
//
由于中文直接復制過來會成亂碼,編譯器有時會報錯,故采用16進制形式
char
*
szU8
=
"
abcd1234/xe4/xbd/xa0/xe6/x88/x91/xe4/xbb/x96/x00
"
;
//
預轉換,得到所需空間的大小
int
wcsLen
=
::MultiByteToWideChar(CP_UTF8,NULL,szU8,strlen(szU8),NULL,
0
);
//
分配空間要給'/0'留個空間,MultiByteToWideChar不會給'/0'空間
wchar_t
*
wszString
=
new
wchar_t[wcsLen
+
1
];
//
轉換
::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);
//
寫文本同ansitounicode
}
Ansi轉換utf8和utf8轉換Ansi就是上面2個的結合,把unicode作為中間量,進行2次轉換即可
=======================================================================
轉載聲明:
本文轉自
http://www.cppblog.com/greatws/archive/2008/08/31/60546.html
Ansi、Unicode、UTF8等編碼字符串之間的轉換和寫入文本文件(學習中……)
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索:z360901061
微信掃一掃加我為好友
QQ號聯系: 360901061
您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點擊下面給點支持吧,站長非常感激您!手機微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點擊微信右上角掃一掃功能,選擇支付二維碼完成支付。
【本文對您有幫助就好】元