Rover12421's Blog

The End.

Ansi、Unicode、UTF-8字符串之间的转换和写入文本文件

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

   1: void CConvertDlg::OnBnClickedButtonAnsiToUnicode()
   2: {
   3:     // ansi to unicode
   4:     char* szAnsi = "abcd1234你我他";
   5:     //预转换,得到所需空间的大小
   6:     int wcsLen = ::MultiByteToWideChar(CP_ACP, NULL, szAnsi, strlen(szAnsi), NULL, 0);
   7:     //分配空间要给'\0'留个空间,MultiByteToWideChar不会给'\0'空间
   8:     wchar_t* wszString = new wchar_t[wcsLen + 1];
   9:     //转换
  10:     ::MultiByteToWideChar(CP_ACP, NULL, szAnsi, strlen(szAnsi), wszString, wcsLen);
  11:     //最后加上'\0'
  12:     wszString[wcsLen] = '\0';
  13:     //unicode版的MessageBox API
  14:     ::MessageBoxW(GetSafeHwnd(), wszString, wszString, MB_OK);
  15:  
  16:     //接下来写入文本
  17:     //写文本文件,头2个字节0xfeff,低位0xff写在前
  18:     CFile cFile;
  19:     cFile.Open(_T("1.txt"), CFile::modeWrite | CFile::modeCreate);
  20:     //文件开头
  21:     cFile.SeekToBegin();
  22:     cFile.Write("\xff\xfe", 2);
  23:     //写入内容
  24:     cFile.Write(wszString, wcsLen * sizeof(wchar_t));
  25:     cFile.Flush();
  26:     cFile.Close();
  27:     delete[] wszString;
  28:     wszString =NULL;
  29:  
  30:  
  31:     //方法2
  32:     //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
  33:     //需要#include<locale.h>
  34:     setlocale(LC_CTYPE, "chs"); 
  35:     wchar_t wcsStr[100];
  36:     //注意下面是大写S,在unicode中,代表后面是ansi字符串
  37:     //swprintf是sprintf的unicode版本
  38:     //格式的前面要加大写L,代表是unicode
  39:     swprintf(wcsStr, L"%S", szAnsi);
  40:     ::MessageBoxW(GetSafeHwnd(), wcsStr, wcsStr, MB_OK);
  41:  
  42: }

Unicode转Ansi

也是2种方法

   1: void CConvertDlg::OnBnClickedButtonUnicodeToAnsi()
   2: {
   3:     // unicode to ansi
   4:     wchar_t* wszString = L"abcd1234你我他";
   5:     //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
   6:     int ansiLen = ::WideCharToMultiByte(CP_ACP, NULL, wszString, wcslen(wszString), NULL, 0, NULL, NULL);
   7:     //同上,分配空间要给'\0'留个空间
   8:     char* szAnsi = new char[ansiLen + 1];
   9:     //转换
  10:     //unicode版对应的strlen是wcslen
  11:     ::WideCharToMultiByte(CP_ACP, NULL, wszString, wcslen(wszString), szAnsi, ansiLen, NULL, NULL);
  12:     //最后加上'\0'
  13:     szAnsi[ansiLen] = '\0';
  14:     //Ansi版的MessageBox API
  15:     ::MessageBoxA(GetSafeHwnd(), szAnsi, szAnsi, MB_OK);
  16:  
  17:     //接下来写入文本
  18:     //写文本文件,ANSI文件没有BOM
  19:     CFile cFile;
  20:     cFile.Open(_T("1.txt"), CFile::modeWrite | CFile::modeCreate);
  21:     //文件开头
  22:     cFile.SeekToBegin();
  23:     //写入内容
  24:     cFile.Write(szAnsi, ansiLen * sizeof(char));
  25:     cFile.Flush();
  26:     cFile.Close();
  27:     delete[] szAnsi;
  28:     szAnsi =NULL;
  29:  
  30:  
  31:     //方法2
  32:     //和上面一样有另一种方法
  33:     setlocale(LC_CTYPE, "chs"); 
  34:     char szStr[100];
  35:     //注意下面是大写,在ansi中,代表后面是unicode字符串
  36:     //sprintf
  37:     sprintf(szStr, "%S", wszString);
  38:     ::MessageBoxA(GetSafeHwnd(), szStr, szStr, MB_OK);
  39: }

Unicode转UTF8

   1: void CConvertDlg::OnBnClickedButtonUnicodeToU8()
   2: {
   3:     // unicode to UTF8
   4:     wchar_t* wszString = L"abcd1234你我他";
   5:     //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
   6:     int u8Len = ::WideCharToMultiByte(CP_UTF8, NULL, wszString, wcslen(wszString), NULL, 0, NULL, NULL);
   7:     //同上,分配空间要给'\0'留个空间
   8:     //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
   9:     char* szU8 = new char[u8Len + 1];
  10:     //转换
  11:     //unicode版对应的strlen是wcslen
  12:     ::WideCharToMultiByte(CP_UTF8, NULL, wszString, wcslen(wszString), szU8, u8Len, NULL, NULL);
  13:     //最后加上'\0'
  14:     szU8[u8Len] = '\0';
  15:     //MessageBox不支持UTF8,所以只能写文件
  16:  
  17:     //接下来写入文本
  18:     //写文本文件,UTF8的BOM是0xbfbbef
  19:     CFile cFile;
  20:     cFile.Open(_T("1.txt"), CFile::modeWrite | CFile::modeCreate);
  21:     //文件开头
  22:     cFile.SeekToBegin();
  23:     //写BOM,同样低位写在前
  24:     cFile.Write("\xef\xbb\xbf", 3);
  25:     //写入内容
  26:     cFile.Write(szU8, u8Len * sizeof(char));
  27:     cFile.Flush();
  28:     cFile.Close();
  29:     delete[] szU8;
  30:     szU8 =NULL;
  31:  
  32: }

UTF8转UNICODE

   1: void CConvertDlg::OnBnClickedButtonU8ToUnicode()
   2: {
   3:     //UTF8 to Unicode
   4:     //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
   5:     char* szU8 = "abcd1234\xe4\xbd\xa0\xe6\x88\x91\xe4\xbb\x96\x00";
   6:     //预转换,得到所需空间的大小
   7:     int wcsLen = ::MultiByteToWideChar(CP_UTF8, NULL, szU8, strlen(szU8), NULL, 0);
   8:     //分配空间要给'\0'留个空间,MultiByteToWideChar不会给'\0'空间
   9:     wchar_t* wszString = new wchar_t[wcsLen + 1];
  10:     //转换
  11:     ::MultiByteToWideChar(CP_UTF8, NULL, szU8, strlen(szU8), wszString, wcsLen);
  12:     //最后加上'\0'
  13:     wszString[wcsLen] = '\0';
  14:     //unicode版的MessageBox API
  15:     ::MessageBoxW(GetSafeHwnd(), wszString, wszString, MB_OK);
  16:  
  17:     //写文本同ansi to unicode
  18: }

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

Comments