用VC_编程实现转换文本文件字符编码.pdfVIP

实用第一 智慧密集 用VC++ 编程实现转换文本文件的字符编码 马创新 摘 要： 介绍了使用 VC++ 实现转换文本文件字符编码的方法， 可使文本文件的字符编码在 Unicode 、 Big5 、 UTF8 、 GBK 等编码之间实现自由转换。 关键词： VC++ ； 字符编码； Unicode ； Big5 ； UTF8 ； GBK 件” 中选择或者直接输入需要转化的文件路径及其名称， 然后 1 引言 根据需要点击界面中间的命令按钮即可。 所生成的新文件名称 世界上存在多种文字， 在用计算机处理文字信息时， 为了 会在界面最下方的编辑框中显示出来。 节省存储空间、 提高处理速度， 一些国家和地区为文字制定了 相应的字符集， 有的一种文字存在多种字符集。 字符集可以以 表格形式描述为字符到单字节值或多字节值的映射。 ASCII 码 字符集是所有多字节字符集的一个子集； GB2312 字符集是中 国大陆制定的， 容纳了6763 个简体汉字； Big5 字符集是台湾 地区制定的， 容纳了 13053 个繁体字； GBK 字符集 GB2312 的 扩展集， 它兼容 GB2312 ， 所以也兼容 ASCII ， 它能容纳二万 多汉字； Unicode 字符集设计思想是要它容纳全世界所有文字， 它是国际通用的字符集。 代码页就是指一个字符集， 其中包含数字、 标点符号及 其他字形。 在 Windows 系列操作系统中 ， 不同的语言和 locale 设置会调用不同的代码页。 例如英语和大多数欧洲语 言使用ANSI 代码页 1252 ， 而中国大陆和新加坡使用代码页 图1 字符编码转化大全的程序界面 936 （GBK 字符集）， 中国台湾地区使用代码页950 （Big5 字 3 设计思路 符集）。 程序启动时， 自动将多字节代码页设置为操作系统 默认的代码页。 运行库中大多数多字节字符函数的行为， 与 由于字符编码之间没有对应的规律， 如果要把某个文本文 当前多字节代码页设置有关。 比如记事本程序 （notepad.exe ） 件从一种字符编码转为由另一种字符编码来存储， 一般使用查 在打开一个 ANSI 编码的文本时， 会根据操作系统的中的设 表映射的方式。 在Windows 系列操作系统中， 使用VC++编程 置来决定使用哪个代码页。 这个设置在控制面板— 区域和语 时， 这种字符映射不需要由程序员来编写， 可以使用Windows 言选项 高级选项卡 Language for non -Unicode 操 作 系 统 提 供 的 两 个 函 数 MultiByteToWideChar 、 programs 设置中， 如果一个文本原本是用代码页 936 （简体中 WideCharToMultiByte 来实现。 文） 编码的， 而操作系统在此处的设置为 Chinese (Taiwan) ， 函数MultiByteToWideChar 可以把多字节字符串转化为宽 用记事本打开时将会显示乱码， 将设置改为 Chinese (PRC) 字节字符串， 宽字节编码只有Unicode ， 这是确定无疑的， 无 就可正常显示。 由于Unicode 是国际通用的宽字节字符集， 需特别指出， 而多字节编码种类却有很多， 使用这个函数可以 所以用 Unicode 编码的文本文件不受此处设置的影响， 都可 把全部的多字节编码都能分别转化为宽字节编码。 它的第一个 以正常打开。 参数是指与多字节字符相关的代码页， 它的设置可以是非常具