woaidongmao

文章均收錄自他人博客，但不喜標題前加-[轉貼]，因其丑陋，見諒！~

隨筆 - 1469, 文章 - 0, 評論 - 661, 引用 - 0

數據加載中……

Ansi、Unicode、UTF8字符串之間的轉換和寫入文本文件

轉載請注明出處http://m.shnenglu.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

posted on 2008-09-01 11:38 肥仔閱讀(786) 評論(0) 編輯收藏引用所屬分類: C++ 基礎

只有注冊用戶登錄后才能發表評論。
【推薦】100%開源！大型工業跨平臺軟件C++源碼提供，建模，組態！

相關文章: 重定向printf，輸出到文件里指針訪問與數組訪問的效率分析 printf此用法 Printf 格式控制符大全從B樹談到R樹之B樹的c實現 C語言字節對齊 delete與delete[]的區別 printf 輸出 int64的問題 default constructor 和 copy constructor 小結指向重載函數的指針

網站導航: 博客園 IT新聞 BlogJava 博問 Chat2DB 管理

woaidongmao

Ansi、Unicode、UTF8字符串之間的轉換和寫入文本文件

導航

常用鏈接

留言簿(10)

隨筆分類

隨筆檔案

搜索

最新評論

閱讀排行榜

評論排行榜