C++中Ansi、Unicode、UTF8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


void CConvertDlg::OnBnClickedButtonAnsiToUnicode()






{


// 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);




}

Unicode转Ansi

也是2种方法


void CConvertDlg::OnBnClickedButtonUnicodeToAnsi()






{


// unicode to ansi


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


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);


}

Unicode转UTF8


void CConvertDlg::OnBnClickedButtonUnicodeToU8()






{


// unicode to UTF8


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


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;


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()






{


//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2次转换即可

转载至： http://blog.csdn.net/educast/article/details/18762427