VC中Ansi、Unicode、UTF8字符串之間的轉換和寫入文本

VC中Ansi、Unicode、UTF8字符串之間的轉換和寫入文本


Ansi字符串咱們最熟悉，英文佔一個字節，漢字2個字節，以一個\0結尾，經常使用於txt文本文件 
Unicode字符串，每一個字符(漢字、英文字母)都佔2個字節，以2個連續的\0結尾，NT操做系統內核用的是這種字符串，常被定義爲typedef unsigned short wchar_t;因此咱們有時常會見到什麼char*沒法轉換爲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中表示爲0x0041，老外以爲這種存儲方式太浪費，由於浪費了50%的空間，因而就把英文壓縮成1個字節，成了utf8編碼，可是漢字在utf8中佔3個字節，顯然用作中文不如ansi合算，這就是中國的網頁用做ansi編碼而老外的網頁經常使用utf8的緣由。 
UTF8在還遊戲裏運用的很普遍，好比WOW的lua腳本等 


下面來講一下轉換，主要用代碼來講明吧 
寫文件我用了CFile類，其實用FILE*之類的也是同樣，寫文件和字符串什麼類別沒有關係，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，獲得所需空間的大小 
    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); 
    //最後加上'\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 
    //須要#include<locale.h> 
    setlocale(LC_CTYPE, "chs"); 
    wchar_t wcsStr[100]; 
    //注意下面是大寫S，在unicode中，表明後面是ansi字符串 
    //swprintf是sprintf的unicode版本 
    //格式的前面要加大寫L，表明是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，獲得所需空間的大小，此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); 
    //最後加上'\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 
    //和上面同樣有另外一種方法 
    setlocale(LC_CTYPE, "chs"); 
    char szStr[100]; 
    //注意下面是大寫，在ansi中，表明後面是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，獲得所需空間的大小，此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，因此能夠以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); 
    //最後加上'\0' 
    szU8[u8Len] = '\0'; 
    //MessageBox不支持UTF8,因此只能寫文件 


    //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，一樣低位寫在前 
    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 
    //因爲中文直接複製過來會成亂碼，編譯器有時會報錯，故採用16進制形式 
    char* szU8 = "abcd1234\xe4\xbd\xa0\xe6\x88\x91\xe4\xbb\x96\x00"; 
    //預轉換，獲得所需空間的大小 
    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); 
    //最後加上'\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做爲中間量，進行2次轉換便可 

utf8->ansi:先使用MultiByteToWideChar 用CF-UTF8 參數轉化成 UNICODE,而後再把unicode轉化成ansi(此時能夠用W2A()).