zoukankan      html  css  js  c++  java
  • Ansi、Unicode、UTF8字符串之间的转换和写入文本文件

    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()
    {
        // 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
    学习笔记转摘于: 丝酷网 http://www.pythonschool.com/
  • 相关阅读:
    选择结构
    Java基本语法
    Java开发实战经典
    限时福利丨全网最全Java视频教程合集(java学习路线+视频+配套资料)
    入选《2021爱分析·区域性银行数字化厂商全景报告》,网易云信助力南京银行打造转型标杆
    资讯|WebRTC M94 更新
    网易云信的音频共享技术 | 体验共享专题
    网易云信 NERTC 高清画质体验之 H.265的工程实践 | 体验共享技术专题
    Jvm-Sandbox-Repeater 推送配置详解
    Jvm-Sandbox-Repeater 拉取配置详解
  • 原文地址:https://www.cnblogs.com/pythonschool/p/2794871.html
Copyright © 2011-2022 走看看