[收集]ANSI字符与Unicode字符的互相转换

字符的问题真是令人头痛。。
ANSI字符是单字节的，Unicode字符是双字节的，VC6.0默认是用ANSI字符的，而后来的7、8默认都是用Unicode字符。。导致字符的问题经常遇到，最好又不要强制类型转换（有时候结果不正确不说，这种转换会导致很多漏洞。。）。这次真是被逼急了，就上网找了点资料总结一下。。
单字节字符或者字符串比如说有char*、string、LPCSTR(实际上就是char*)等，双字节的类型就比较多了，其实不是多，而是别名比较多，实际上就是一种：wchar_t *，再看一些别名：

#ifndef _MACtypedef wchar_t WCHAR;    // wc,   16-bit UNICODE character#else// some Macintosh compilers don't define wchar_t in a convenient location, or define it as a chartypedef unsigned short WCHAR;    // wc,   16-bit UNICODE character#endiftypedef WCHAR *PWCHAR, *LPWCH, *PWCH;typedef CONST WCHAR *LPCWCH, *PCWCH;typedef __nullterminated WCHAR *NWPSTR, *LPWSTR, *PWSTR;typedef __nullterminated PWSTR *PZPWSTR;typedef __nullterminated CONST PWSTR *PCZPWSTR;typedef __nullterminated WCHAR UNALIGNED *LPUWSTR, *PUWSTR;typedef __nullterminated CONST WCHAR *LPCWSTR, *PCWSTR;typedef __nullterminated PCWSTR *PZPCWSTR;typedef __nullterminated CONST WCHAR UNALIGNED *LPCUWSTR, *PCUWSTR;

看见比较多的比如WCHAR*，TCHAR*，LPCTSTR，LPWSTR ，尤其是LPWSTR ，很多函数的参数都是这种类型。


一、单字节字符串转双字节字符串（比如char*转LPWSTR）

LPWSTR ConvertCharToLPWSTR(const char * szString){       int dwLen = strlen(szString) + 1;       int nwLen = MultiByteToWideChar(CP_ACP, 0, szString, dwLen, NULL, 0);//算出合适的长度       LPWSTR lpszPath = new WCHAR[dwLen];       MultiByteToWideChar(CP_ACP, 0, szString, dwLen, lpszPath, nwLen);       return lpszPath;}

这里要注意的就是返回的双字节字符串不用时记得delete掉。

二、双字节字符串转单字节字符串（比如LPWSTR转char*、wstring|wchar_t*转换为string|char*）

//wstring转换为string:string ConverWStringToString(wstring wstr){      int size=WideCharToMultiByte(CP_ACP,0,wstr.c_str(),-1,NULL,0,NULL,NULL);      char *ch=new char[size+1];      if(!WideCharToMultiByte(CP_ACP,0,wstr.c_str(),-1,ch,size,NULL,NULL))      {            return false;      }      string str=ch;      delete []ch;      return str;}

//wchar_t*转换为char*:char* ConverPWCharToPChar(wchar_t *wch){      int size=WideCharToMultiByte(CP_ACP,0,wch,-1,NULL,0,NULL,NULL);      char *ch=new char[size+1];      if(!WideCharToMultiByte(CP_ACP,0,wch,-1,ch,size,NULL,NULL))      {            return false;      }      return ch;}

附MultiByteToWideChar函数与WideCharToMultiByte函数参数说明:
(1) MultiByteToWideChar
函数原型：

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

参数说明：
1:CodePage
指定执行转换的字符集，这个参数可以为系统已安装或有效的任何字符集所给定的值。你也可以指定其为下面的任意一值：

CP_ACP：ANSI字符集；CP_MACCP：Macintosh代码页；CP_OEMCP：OEM代码页；CP_SYMBOL：符号字符集（42）；CP_THREAD_ACP：当前线程ANSI代码页；CP_UTF7：使用UTF-7转换；CP_UTF8：使用UTF-8转换。

2:dwFlags
一组位标记用以指出是否未转换成预作或宽字符（若组合形式存在），是否使用象形文字替代控制字符，以及如何处理无效字符。你可以指定下面是标记常量的组合，含义如下：

    MB_PRECOMPOSED：通常使用预作字符——就是说，由一个基本字符和一个非空字符组成的字符只有一个单一的字符值。这是缺省的转换选择。不能与    MB_COMPOSITE值一起使用。　　MB_COMPOSITE：通常使用组合字符——就是说，由一个基本字符和一个非空字符组成的字符分别有不同的字符值。不能与MB_PRECOMPOSED值一起使用。　　MB_ERR_INVALID_CHARS：如果函数遇到无效的输入字符，它将运行失败，且GetLastErro返回ERROR_NO_UNICODE_TRANSLATION值。　　MB_USEGLYPHCHARS：使用象形文字替代控制字符。

组合字符由一个基础字符和一个非空字符构成，每一个都有不同的字符值。每个预作字符都有单一的字符值给基础/非空字符的组成。在字符è中，e就是基础字符，而重音符标记就是非空字符。
　　函数的缺省动作是转换成预作的形式。如果预作的形式不存在，函数将尝试转换成组合形式。
　　标记MB_PRECOMPOSED和MB_COMPOSITE是互斥的，而标记MB_USEGLYPHCHARS和MB_ERR_INVALID_CHARS则不管其它标记如何都可以设置。

3:lpMultiByteStr
指向将被转换字符串的字符。

4:cchMultiByte
指定由参数lpMultiByteStr指向的字符串中字节的个数。如果lpMultiByteStr指定的字符串以空字符终止，可以设置为-1（如果字符串不是以空字符中止，设置为-1可能失败，可能成功），此参数设置为0函数将失败。

5:lpWideCharStr
指向接收被转换字符串的缓冲区。

6:cchWideChar
指定由参数lpWideCharStr指向的缓冲区的字节数。若此值为零，函数返回缓冲区所必需的宽字符数，在这种情况下，lpWideCharStr中的缓冲区不被使用。

返回值
如果函数运行成功，并且cchWideChar不为零，返回值是由lpWideCharStr指向的缓冲区中写入的宽字符数；如果函数运行成功，并且cchMultiByte为零，返回值是接收到待转换字符串的缓冲区所需求的宽字符数大小。如果函数运行失败，返回值为零。若想获得更多错误信息，请调用GetLastError函数。它可以返回下面所列错误代码：

ERROR_INSUFFICIENT_BUFFER；ERROR_INVALID_FLAGS；ERROR_INVALID_PARAMETER；ERROR_NO_UNICODE_TRANSLATION

(2) WideCharToMultiByte
函数原型：

int WideCharToMultiByte(    UINT CodePage,     DWORD dwFlags,     LPCWSTR lpWideCharStr,    int cchWideChar,     LPSTR lpMultiByteStr,     int cbMultiByte,    LPCSTR lpDefaultChar,        LPBOOL lpUsedDefaultChar);

参数说明：
1、CodePage
指定要转换成的字符集代码页，它可以是任何已经安装的或系统自带的字符集，可以选择以下的代码页：

CP_ACP         //当前系统ANSI代码页 CP_MACCP       //当前系统Macintosh代码页 CP_OEMCP       //当前系统OEM代码页，一种原始设备制造商硬件扫描码 CP_SYMBOL      //Symbol代码页，用于Windows 2000及以后版本CP_THREAD_ACP //当前线程ANSI代码页，用于Windows 2000及以后版本CP_UTF7 //UTF-7，设置此值时lpDefaultChar和lpUsedDefaultChar都必须为NULL CP_UTF8 //UTF-8，设置此值时lpDefaultChar和lpUsedDefaultChar都必须为NULL

2、dwFlags
指定如何处理没有转换的字符，一般情况下设为0

WC_NO_BEST_FIT_CHARS //把不能直接转换成相应多字节字符的Unicode字符转换成lpDefaultChar指定的默认字符。WC_COMPOSITECHECK     //把合成字符转换成预制的字符。它可以与后三个选项中的任何一个组合使用，如果没有与他们中的任何一个组合，则与选项WC_SEPCHARS相同。 WC_ERR_INVALID_CHARS //此选项会致使函数遇到无效字符时失败返回，并且GetLastError会返回错误码ERROR_NO_UNICODE_TRANSLATION。否则函数会自动丢弃非法字符。此选项只能用于UTF8WC_DISCARDNS      //转换时丢弃不占空间的字符，与WC_COMPOSITECHECK一起使用 WC_SEPCHARS       //转换时产生单独的字符，此是默认转换选项，与WC_COMPOSITECHECK一起使用 WC_DEFAULTCHAR    //转换时使用默认字符代替例外的字符，(最常见的如"?")，与WC_COMPOSITECHECK一起使用

3、lpWideCharStr //要转换的宽字符串
4、cchWideChar    //要转换宽字符串的长度，-1表示转换到字符串结尾
5、lpMultiByteStr //接收转换后输出的字符串的缓冲区
6、cbMultiByte    //输出缓冲区大小，如果为0，lpMultiByteStr将被忽略，函数将返回所需缓冲区大小而不使用lpMultiByteStr。
7、lpDefaultChar //指向字符的指针，在指定编码里找不到相应字符时使用此字符作为默认字符代替，如果为NULL则使用系统默认字符
8、lpUsedDefaultChar //开关变量的指针，用以表明是否使用过默认字符，可设为NULL

返回值：为0表示调用失败