轉載請注明出處http://www.cppblog.com/greatws/archive/2008/08/31/60546.html
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()

{
???
//
ansi to unicode
???
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MessageBox API
??? ::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
??? CFile cFile;
??? 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_t wcsStr[
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()

{
???
//
unicode to ansi
??? 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MessageBox API
??? ::MessageBoxA(GetSafeHwnd(), szAnsi, szAnsi, MB_OK);

???
//
接下來寫入文本
???
//
寫文本文件,ANSI文件沒有BOM
??? CFile cFile;
??? 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()

{
???
//
unicode to UTF8
??? 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
??? CFile cFile;
??? 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()

{
???
//
UTF8 to Unicode
???
//
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MessageBox API
??? ::MessageBoxW(GetSafeHwnd(), wszString, wszString, MB_OK);

???
//
寫文本同ansi to unicode
}
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
by greatws