C++中ANSI、Unicode、UTF8字符串之间的互转
C++中ANSI、Unicode、UTF8字符串之间的互转
Ansi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unsignedshort*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utf8编码，但是汉字在utf8中占3个字节，显然⽤做中⽂不如ansi合算，这就是中国的⽹页⽤作ansi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，写⽂件我⽤了CFile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。
1.ANSI转Unicode
void AnsiToUnicode()
{
// ansi to unicode
char* szAnsi = "abcd1234你我他";
//预转换，得到所需空间的⼤⼩
int wcsLen = ::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 = new wchar_t[wcsLen + 1];
//转换
::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);
//接下来写⼊⽂本
//写⽂本⽂件，头2个字节0xfeff，低位0xff写在前
CFile cFile;
cFile.Open(_T("1.txt"), CFile::modeWrite | CFile::modeCreate);
//⽂件开头
cFile.SeekToBegin();
cFile.Write("\xff\xfe", 2);
//写⼊内容
cFile.Write(wszString, wcsLen * sizeof(wchar_t));
cFile.Flush();
cFile.Close();
delete[] wszString;
wszString =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unicode
swprintf(wcsStr, L"%S", szAnsi);
::MessageBoxW(GetSafeHwnd(), wcsStr, wcsStr, MB_OK);
}
2. Unicode转ANSI
//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 = new char[ansiLen + 1];
//转换
//unicode版对应的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);
//接下来写⼊⽂本
//写⽂本⽂件，ANSI⽂件没有BOM
CFile cFile;
cFile.Open(_T("1.txt"), CFile::modeWrite | CFile::modeCreate);
//⽂件开头
cFile.SeekToBegin();
//写⼊内容
cFile.Write(szAnsi, ansiLen * sizeof(char));
cFile.Flush();
cFile.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
/
/sprintf
sprintf(szStr, "%S", wszString);
::MessageBoxA(GetSafeHwnd(), szStr, szStr, MB_OK);
}
3. Unicode转UTF8
//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 u8Len = ::WideCharToMultiByte(CP_UTF8, NULL, wszString, 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, wszString, 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
CFile cFile;
unicode汉字cFile.Open(_T("1.txt"), CFile::modeWrite | CFile::modeCreate);
//⽂件开头
cFile.SeekToBegin();
//写BOM，同样低位写在前
cFile.Write("\xef\xbb\xbf", 3);
//写⼊内容
cFile.Write(szU8, u8Len * sizeof(char));
cFile.Flush();
cFile.Close();
delete[] szU8;
szU8 =NULL;
}
4.UTF8转UNICODE
void CDeleteDirTestDlg::U8ToUnicode()
{
/
/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 = "abcd1234\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 = new wchar_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MessageBox API
::MessageBoxW(GetSafeHwnd(), wszString, wszString, MB_OK);
//写⽂本同ansi to unicode
}
ANSI转换utf8和utf8转换Ansi就是上⾯2个的结合，把unicode作为中间量，进⾏两次转换即可。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。