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