VC下Unicode 到UTF-8的转换

VC下Unicode 到UTF-8的转换

Ansi字符串英文占一个字节，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，浪费了50%的空间，于是英文压缩成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。所以中文的网页用作ansi编码而老外的网页常用utf8编码。

首先介绍两个函数：

       MultiByteToWideChar

函数功能：该函数映射一个字符串到一个宽字符（unicode）的字符串。由该函数映射的字符串没必要是多字节字符组。

函数原型：int MultiByteToWideChar(UINT CodePage, DWORD dwFlags, LPCSTR lpMultiByteStr, int cchMultiByte, LPWSTR lpWideCharStr, int cchWideChar);

WideCharToMultiByte

函数功能：该函数映射一个unicode字符串到一个多字节字符串。

函数原型：int WideCharToMultiByte(UINT CodePage, DWORD dwFlags, LPWSTR    lpWideCharStr, int cchWideChar, LPCSTR lpMultiByteStr, int cchMultiByte, LPCSTR lpDefaultChar, PBOOL pfUsedDefaultChar );

Unicode 在VC转换为UTF-8如下：

wchar_t *wcs0=L"Hello 李磊！";

int wcsLen0 = ::WideCharToMultiByte(CP_UTF8, NULL, wcs0, wcslen(wcs0), NULL, 0, NULL, NULL);

char* sz0 = new char[wcsLen0 + 1];

::WideCharToMultiByte(CP_UTF8, NULL, wcs0, wcslen(wcs0), sz0, wcsLen0,  NULL, NULL);

sz0 [wcsLen0] = '/0';