Ansi、Unicode、UTF8字符串之间的转换和写入文本文件-白红宇

Ansi、Unicode、UTF8字符串之间的转换和写入文本文件

阅读量：3531 次

发布时间：2019-05-20

本文共 4575 字，大约阅读时间需要 15 分钟。

转载请注明出处

最近有人问我关于这个的问题，就此写一篇blog

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，主要用代码来说明吧

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

Ansi转Unicode

介绍2种方法

void

CConvertDlg::OnBnClickedButtonAnsiToUnicode()

{

//ansitounicode

char*szAnsi="abcd1234你我他";

//预转换，得到所需空间的大小

intwcsLen=::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),wszString,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

CFilecFile;

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_twcsStr[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);

}

Unicode转Ansi

也是2种方法

void

CConvertDlg::OnBnClickedButtonUnicodeToAnsi()

{

//unicodetoansi

wchar_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

intansiLen=::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(wszString),szAnsi,ansiLen,NULL,NULL);

//最后加上'\0'

szAnsi[ansiLen]='\0';

//Ansi版的MessageBoxAPI

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

//接下来写入文本

//写文本文件，ANSI文件没有BOM

CFilecFile;

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");

charszStr[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);

}

Unicode转UTF8

void

CConvertDlg::OnBnClickedButtonUnicodeToU8()

{

//unicodetoUTF8

wchar_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

intu8Len=::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=newchar[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

CFilecFile;

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;

}

UTF8转UNICODE

void

CConvertDlg::OnBnClickedButtonU8ToUnicode()

{

//UTF8toUnicode

//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

intwcsLen=::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ansitounicode

}

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2次转换即可

UTF-8转ANSI的方法void ConvertUTF8ToANSI(char* strUTF8,CString &strANSI) //   {   int nLen = ::MultiByteToWideChar(CP_UTF8,MB_ERR_INVALID_CHARS,(LPCTSTR)strUTF8,-1,NULL,0); //返回需要的unicode长度   WCHAR * wszANSI = new WCHAR[nLen+1];   memset(wszANSI, 0, nLen * 2 + 2);   nLen = MultiByteToWideChar(CP_UTF8, 0, (LPCTSTR)strUTF8, -1, wszANSI, nLen);    //把utf8转成unicode  nLen = WideCharToMultiByte(CP_ACP, 0, wszANSI, -1, NULL, 0, NULL, NULL);        //得到要的ansi长度   char *szANSI=new char[nLen + 1];   memset(szANSI, 0, nLen + 1);   WideCharToMultiByte (CP_ACP, 0, wszANSI, -1, szANSI, nLen, NULL,NULL);          //把unicode转成ansi   strANSI = szANSI;   delete wszANSI;   delete szANSI;   }

你可能感兴趣的文章

BFC（Block Formatting Context）

lodash源码分析之baseSlice()函数