windows下ANSI、Unicode、UTF-8编码转换代码.docVIP

windows下ANSI、Unicode、UTF-8编码转换 1 几种编码方式的说明 （1）ANSI ：一般的txt编码都是ANSI（可以通过另存为指定其它编码方式），在c/c++中的char、unsigned char等均属于该类型； （2）Unicode ：分为UTF-8、UTF-16和UTF-32，一般在Windows里面提到Unicode编码方式，默认指的是UTF-16； 1）UTF-8：使用1-4字节来表示字符，常用的ASCII字符使用1字节，汉字一般都是3字节； 2）UTF-16：统一使用2字节表示所有字符（不考虑所谓的代理），现在广泛的应用于Windows系统； 3）UTF-32：统一使用4字节表示所有字符。 2 转换前准备 string、wstring #includestring cout、 wcout char、 wchar_t 使用wcout输出wstring时，需要加上 setlocale(LC_ALL, .936); 设置输出窗口的编码方式，否则无法输出。 3 编码转换 采用Windows提供的API接口函数MultiByteToWideChar和MultiByteToWideChar来实现便慢慢转换，程序如下： （1） ANSI和Unicode的相互转换，Windows下Unicode指的是UTF-16 void string2wstring( const string _str, wstring _wstr ) { if ( _str == ) return; _wstr = L; int wlen = MultiByteToWideChar( CP_ACP, 0, _str.c_str(), -1, NULL, 0 ); wchar_t* pwc = new wchar_t[wlen]; memset( (char*)pwc, 0, wlen*2 ); MultiByteToWideChar( CP_ACP, 0, _str.c_str(), -1, pwc, wlen ); _wstr = pwc; /*unsigned char* p = (unsigned char*)pwc; for ( int i=0; iwlen*2; ++i ) coutuppercasehexint(p[i]) ; coutendl;*/ delete []pwc; } （2） Unicode转向ANSI string wstring2string( const wstring _wstr, string _str ) { if ( _wstr == L ) return _str; _str = ; int len = WideCharToMultiByte( CP_ACP, 0, _wstr.c_str(), -1, NULL, 0, NULL, NULL ); unsigned char* pc = new unsigned char[len]; memset( pc, 0, len ); WideCharToMultiByte( CP_ACP, 0, _wstr.c_str(), -1, (char*)pc, len, NULL, NULL ); _str = (char*)pc; /*for ( int i=0; ilen; ++i ) coutuppercasehexint(pc[i]) ; coutendl;*/ delete []pc; return _str; } （3）utf-8转向unicode，注意utf-8文本的开头会有0xEF、0xBB和0xBF作为标记 void UTF8string2wstring( const string _str, wstring _wstr ) { if ( _str == ) return; string str; if ( _str.size() 3 (unsigned char)_str[0] == 0xEF (unsigned char)_str[1] == 0xBB (unsigned char)_str[2] == 0xBF) str = _str.substr( 3 ); else str = _str; _wstr = L; int len = _str.size() + 1; int wlen = MultiByteToWideChar( CP_UTF8, 0, str.c_str(), -1, NULL, 0 ); wchar_t* pwc = new wchar_t[wlen]; memset( (char*