作者:朱金灿
来源:http://blog.csdn.net/clever101
在上篇文章中介绍了多字节字符集和unicode字符集,今天介绍下两大字符集之间的转换方式。
首先谈谈的是微软对于unicode字符集的态度。在windows的开发体系下,unicode字符字符集被称为宽字节字符集,多字节字符集被称为窄字符集。微软对unicode字符集是大力支持的。从以下几点可以看出:从windows2000开始使用unicode进行开发;Windows CE 本身就是使用Unicode的一种操作系统,完全不支持ANSI版Windows API函数;新建的VC工程默认使用的是unicode字符集(utf16)。那么问题来了,作为一个C++程序员,是否该使用unicode字符集。
为什么使用Unicode字符集?提升运行效率,比如Windows内核本身是基于unicode字符的,非unicode字符传进入要先转成unicode字符(《windows核心编程有详细解释》);在不同语言中可以方便交换数据,比如在英文版操作系统中输入中文路径,如果是非unicode字符同时又没有安装中文字符集,那么就会出现乱码。
为什么不使用Unicode字符集?因为传统的势力很强大,很多跨平台的第三方库都是基于多字节字节集进行开发,还有就是编程习惯,比如在Windows下开发,大家耳熟能详的是计算字符串长度的函数是strlen,谁会去用宽字节版的wcslen呢。详见我以前写的文章:
最后谈谈多字节字符集和unicode字符集。两种方式,一种是使用跨平台的iconv库,示例代码如下:
include <stdio.h> #include <stdlib.h> #include <string> using namespace std; #include <iconv.h> //编码转换库 #define OUTLEN 255 //文件路径长度 //代码转换:从一种编码转为另一种编码 int code_convert(char *from_charset, char *to_charset, char *inbuf, size_t inlen, char *outbuf, size_t outlen) { iconv_t cd; char **pin = &inbuf; char **pout = &outbuf; cd = iconv_open(to_charset,from_charset); if (cd==0) return -1; memset(outbuf,0,outlen); if (iconv(cd,pin,&inlen,pout,&outlen)==-1) return -1; iconv_close(cd); return 0; } //UNICODE码转为GB2312码 int u2g(char *inbuf, size_t inlen, char *outbuf, size_t outlen) { return code_convert("utf-8","gb2312",inbuf,inlen,outbuf,outlen); } //GB2312码转为UNICODE码 int g2u(char *inbuf, size_t inlen, char *outbuf, size_t outlen) { return code_convert("gb2312","utf-8",inbuf,inlen,outbuf,outlen); } //执行SQL语句回调函数 static int _sql_callback(void* pUsed, int argc, char** argv, char** ppszColName) { for(int i=0; i<argc; i++) { printf("%s = %s/n", ppszColName[i], argv[i]==0 ? "NULL" : argv[i]); } return 0; } void main() { char *in_gb2312 = "D://控制点库//GCPDB.3sdb"; char out[OUTLEN]; //gb2312码转为unicode码 g2u(in_gb2312,strlen(in_gb2312),out,OUTLEN); printf("gb2312-->unicode out=%s /n",out); }
另一种方式是使用使用WindiwsAPI,示例代码如下:
std::string MbcsToUtf8( const char* pszMbcs ) { std::string str; WCHAR *pwchar=0; CHAR *pchar=0; int len=0; int codepage = AreFileApisANSI() ? CP_ACP : CP_OEMCP; len=MultiByteToWideChar(codepage, 0, pszMbcs, -1, NULL,0); pwchar=new WCHAR[len]; if(pwchar!=0) { len = MultiByteToWideChar(codepage, 0, pszMbcs, -1, pwchar, len); if( len!=0 ) { len = WideCharToMultiByte(CP_UTF8, 0, pwchar, -1, 0, 0, 0, 0); pchar=new CHAR[len]; if(pchar!=0) { len = WideCharToMultiByte(CP_UTF8, 0, pwchar, -1, pchar, len,0, 0); if(len!=0) { str = pchar; } delete pchar; } delete pwchar; } } return str; }
参考文献:
时间: 2024-10-11 18:21:23