用C++将 URL转换成正常字符，支持 utf-8 和 gb2312

    从网上找的一份资料，自己试验过，运行正常

 

 

在做网站分析时，我们经常要分析baidu、google 等搜索引擎的搜索关键字，比如搜索“中国”

在 baidu 中是:http://www.baidu.com/s?wd=%D6%D0%B9%FA&cl=3
在 google 中是：http://www.google.com/search?hl=zh-CN&q=%E4%B8%AD%E5%9B%BD&lr=

“中国”这两个字在 baidu 中的编码是 %D6%D0%B9%FA  为 gb2312 编码后转成 16 进制
在 google 中的编码是 %E4%B8%AD%E5%9B%BD 为 utf-8 编码后转成 16 进制

下面的程序分可以把这两种编码解译成原文 "中国"

 

//从 URL 专用格式字符串还原成普通字符串

#include <iconv.h>
#include <iostream>

using namespace std;

char Char2Int(char ch){
        if(ch>='0' && ch<='9')return (char)(ch-'0');
        if(ch>='a' && ch<='f')return (char)(ch-'a'+10);
        if(ch>='A' && ch<='F')return (char)(ch-'A'+10);
        return -1;
}

char Str2Bin(char *str){
        char tempWord[2];
        char chn;

        tempWord[0] = Char2Int(str[0]);                                //make the B to 11 -- 00001011
        tempWord[1] = Char2Int(str[1]);                                //make the 0 to 0  -- 00000000

        chn = (tempWord[0] << 4) | tempWord[1];                //to change the BO to 10110000

        return chn;
}

string UrlDecode(string str){
        string output="";
        char tmp[2];
        int i=0,idx=0,ndx,len=str.length();
       
        while(i<len){
                if(str[i]=='%'){
                        tmp[0]=str[i+1];
                        tmp[1]=str[i+2];
                        output+=Str2Bin(tmp);
                        i=i+3;
                }
                else if(str[i]=='+'){
                        output+=' ';
                        i++;
                }
                else{
                        output+=str[i];
                        i++;
                }
        }
       
        return output;
}

// 代码转换操作类 用于将utf-8 格式转成 gb2312
class CodeConverter {
        private:
                        iconv_t cd;
        public:
                        CodeConverter(const char *from_charset,const char *to_charset) {// 构造
                                cd = iconv_open(to_charset,from_charset);
                        }
               
                        ~CodeConverter() {// 析构
                                iconv_close(cd);
                        }
               
                        int convert(char *inbuf,int inlen,char *outbuf,int outlen) {// 转换输出
                                char **pin = &inbuf;
                                char **pout = &outbuf;

                                memset(outbuf,0,outlen);
                                return iconv(cd,pin,(size_t *)&inlen,pout,(size_t *)&outlen);
                        }
};

//输入url_Utf-8 ,输出 gb2312
string Url2Str_Utf8(string instr){
        string input;
        input=UrlDecode(instr);

        const int        outlen=instr.length();
        char output[outlen];

        CodeConverter cc = CodeConverter("utf-8","gb2312");
        cc.convert((char *)input.c_str(),strlen(input.c_str()),output,outlen);

        return output;
}

//输入url_gb2312 ,输出 gb2312 实际上是直接调用 UrlDecode()
string Url2Str_gb2312(string str){
        return UrlDecode(str);
}


//示例程序
/*int main(){
        //char out2[OUTLEN];

        //+中国哈哈哈终于得了^_^
       cout<<"Url2String_gb2312:"<<Url2String_gb2312("%2B%D6%D0%B9%FA%B9%FE%B9%FE%B9%FE%D6%D5%D3%DA%B5%C3%C1%CB%5E_%5E")<<endl;
       cout<<"Url2String_Utf8:"<<Url2String_Utf8("%2B%E4%B8%AD%E5%9B%BD%E5%93%88%E5%93%88%E5%93%88%E7%BB%88%E4%BA%8E%E5%BE%97%E4%BA%86%5E_%5E")<<endl;
       
        // utf-8-->gb2312       

        //cout << "utf-8-->gb2312 in=" << out1 << ",out=" << out2 << endl;
        //cout<<Url2String_Utf8(out1);

        return 0;
}*/