字符集之间转换(UTF-8,UNICODE,Gb2312)

字符集之间转换(UTF-8,UNICODE,Gb2312)

特搜集了UTF-8,UNICODE,Gb2312他们3个之间的相互转换.
UTF-8: 1~3字节可变
UNICODE: 2字节一个字符
GB2312: 2字节一个字符
例子： “你”字的UTF-8编码: E4 BD A0　　　　　　　　11100100 10111101 10100000
“你”的Unicode编码: 4F 60　　　　　　　　　 01001111 01100000
按照UTF-8的编码规则，分解如下：xxxx0100 xx111101 xx100000
把除了x之外的数字拼接在一起，就变成“你”的Unicode编码了。
注意UTF-8的最前面３个1，表示整个UTF-8串是由３个字节构成的。
经过UTF-8编码之后，再也不会出现敏感字符了，因为最高位始终为1。

[css] view
plaincopy

类定义



class CChineseCode



{



public:



static void UTF_8ToUnicode(wchar_t* pOut,char *pText); // 把UTF-8转换成Unicode



static void UnicodeToUTF_8(char* pOut,wchar_t* pText); //Unicode 转换成UTF-8



static void UnicodeToGB2312(char* pOut,wchar_t uData); // 把Unicode 转换成 GB2312



static void Gb2312ToUnicode(wchar_t* pOut,char *gbBuffer);// GB2312 转换成　Unicode



static void GB2312ToUTF_8(string& pOut,char *pText, int pLen);//GB2312 转为 UTF-8



static void UTF_8ToGB2312(string &pOut, char *pText, int pLen);//UTF-8 转为 GB2312



};







类实现







void CChineseCode::UTF_8ToUnicode(wchar_t* pOut,char *pText)



{



char* uchar = (char *)pOut;







uchar[1] = ((pText[0] & 0x0F) << 4) + ((pText[1] >> 2) & 0x0F);



uchar[0] = ((pText[1] & 0x03) << 6) + (pText[2] & 0x3F);







return;



}







void CChineseCode::UnicodeToUTF_8(char* pOut,wchar_t* pText)



{



// 注意 WCHAR高低字的顺序,低字节在前，高字节在后



char* pchar = (char *)pText;







pOut[0] = (0xE0 | ((pchar[1] & 0xF0) >> 4));



pOut[1] = (0x80 | ((pchar[1] & 0x0F) << 2)) + ((pchar[0] & 0xC0) >> 6);



pOut[2] = (0x80 | (pchar[0] & 0x3F));







return;



}







void CChineseCode::UnicodeToGB2312(char* pOut,wchar_t uData)



{



WideCharToMultiByte(CP_ACP,NULL,&uData,1,pOut,sizeof(wchar_t),NULL,NULL);



return;



}







void CChineseCode::Gb2312ToUnicode(wchar_t* pOut,char *gbBuffer)



{



::MultiByteToWideChar(CP_ACP,MB_PRECOMPOSED,gbBuffer,2,pOut,1);



return ;



}







void CChineseCode::GB2312ToUTF_8(string& pOut,char *pText, int pLen)



{



char buf[4];



int nLength = pLen* 3;



char* rst = new char[nLength];







memset(buf,0,4);



memset(rst,0,nLength);







int i = 0;



int j = 0;



while(i < pLen)



{



//如果是英文直接复制就可以



if( *(pText + i) >= 0)



{



rst[j++] = pText[i++];



}



else



{



wchar_t pbuffer;



Gb2312ToUnicode(&pbuffer,pText+i);







UnicodeToUTF_8(buf,&pbuffer);







unsigned short int tmp = 0;



tmp = rst[j] = buf[0];



tmp = rst[j+1] = buf[1];



tmp = rst[j+2] = buf[2];







j += 3;



i += 2;



}



}



rst[j] = '';







//返回结果



pOut = rst;



delete []rst;







return;



}







void CChineseCode::UTF_8ToGB2312(string &pOut, char *pText, int pLen)



{



char * newBuf = new char[pLen];



char Ctemp[4];



memset(Ctemp,0,4);







int i =0;



int j = 0;







while(i < pLen)



{



if(pText[i] > 0)



{



newBuf[j++] = pText[i++];



}



else



{



WCHAR Wtemp;



UTF_8ToUnicode(&Wtemp,pText + i);







UnicodeToGB2312(Ctemp,Wtemp);







newBuf[j] = Ctemp[0];



newBuf[j + 1] = Ctemp[1];







i += 3;



j += 2;



}



}



newBuf[j] = '';







pOut = newBuf;



delete []newBuf;







return;



}