一网打尽中文编码转换---6种编码30个方向的转换

来源：互联网发布：网络手游金币修改编辑：程序博客网时间：2024/05/16 23:46

一网打尽中文编码转换——6种编码30个方向的转换

1.问题提出

在学编程序时，曾经有人问过“你可以编一个记事本程序吗?”当时很不屑一顾，但是随着学习MFC的深入，了解到记事本程序也并非易事，难点就是四种编码之间的转换。

对于编码，这是一个令初学者头疼的问题，特别是对于编码的转换，更是难以捉摸。笔者为了完成毕业设计中的一个编码转换模块，研究了中文编码和常见的字符集后，决定解决"记事本"程序的编码问题，更进一步完成GB2312、Big5、GBK、Unicode 、Unicode big endian、UTF-8共6种编码之间的任意转换。

2.问题解决

(1)编码基础知识

a.了解编码和字符集

这部分内容，我不在赘述，可参见CSDN Ancky的专栏中《各种字符集和编码详解》

博客地址:http://blog.csdn.net/ancky/article/details/2034809

b.单字节、双字节、多字节

这部分内容，可参见我先前翻译的博文《C++字符串完全指南--第一部分:win32 字符编码》

博客地址:http://blog.csdn.net/ziyuanxiazai123/article/details/7482360

c.区域和代码页

这部分内容，可参见博客 http://hi.baidu.com/tzpwater/blog/item/bd4abb0b60bff1db3ac7636a.html

d.中文编码GB2312、GBK、Big5，这部分内容请参见CSDN lengshine 博客中《GB2312、GBK、Big5汉字编码
》，博客地址:http://blog.csdn.net/lengshine/article/details/5470545

e.Windows程序的字符编码

这部分内容，可参见博客http://blog.sina.com.cn/s/blog_4e3197f20100a6z2.html 中《Windows程序的字符编码》

(2)编码总结

a.六种编码的特点

六种编码的特点如下图所示:

b.编码存储差别

ANSI(在简体中文中默认为GB2312)、Unicode、Unicode big endian 、UTF-8存储存在差别。

以中文"你好"二字为例，他们存贮格式如下图所示:

c.GB2312、Big5、GBK编码的区别

三者中汉字均采用二个字节表示，但是字节表示的值范围有所不同，如下图所示:

(3)编码转换方式

6种编码互相转换，由排列组合知识知道共有30个方向的转换.笔者采用的转换方法,

多字节文件与Unicode文件转换如下图所示:

多字节文件之间转换如下图所示:

(4)编码转换使用的三个函数

a.MultiByteToWideChar

该函数完成多字节字符串向Unicode宽字符串的转换.

函数原型为:

int MultiByteToWideChar(  UINT CodePage,         // 代码页  DWORD dwFlags,         // 转换标志  LPCSTR lpMultiByteStr, // 待转换的字符串  int cbMultiByte,       // 待转换字符串的字节数目  LPWSTR lpWideCharStr,  // 转换后宽字符串的存储空间  int cchWideChar        // 转换后宽字符串的存储空间大小  以宽字符大小为单位);b.WideCharToMultiByte该函数完成Unicode宽字符串到多字节字符串的转换，使用方法具体参见MSDN。以上两个函数可以完成大部分的字符串转换，可以将其封装成多字节和宽字节之间的转换函数:wchar_t* Coder::MByteToWChar(UINT CodePage,LPCSTR lpcszSrcStr){LPWSTR lpcwsStrDes=NULL;int   len=MultiByteToWideChar(CodePage,0,lpcszSrcStr,-1,NULL,0);    lpcwsStrDes=new wchar_t[len+1];if(!lpcwsStrDes)return NULL;memset(lpcwsStrDes,0,sizeof(wchar_t)*(len+1));    len=MultiByteToWideChar(CodePage,0,lpcszSrcStr,-1,lpcwsStrDes,len);if(len)return lpcwsStrDes;else{   delete[] lpcwsStrDes;return NULL;}}char* Coder::WCharToMByte(UINT CodePage,LPCWSTR lpcwszSrcStr){char* lpszDesStr=NULL;int len=WideCharToMultiByte(CodePage,0,lpcwszSrcStr,-1,NULL,0,NULL,NULL);lpszDesStr=new char[len+1];memset(lpszDesStr,0,sizeof(char)*(len+1));if(!lpszDesStr)return NULL;len=WideCharToMultiByte(CodePage,0,lpcwszSrcStr,-1,lpszDesStr,len,NULL,NULL);if(len)return lpszDesStr;else{   delete[] lpszDesStr;return NULL;}} 

c.LCMapString
依赖于本地机器的字符转换函数，尤其是中文编码在转换时要依赖于本地机器，
直接利用上述a、b中叙述的函数会产生错误,例如直接从GB2312转换到Big5，利用MultiByteToWideChar函数将GB2312转换到Unicode字符串，然后从Unicode字符串利用函数WideCharToMultiByte转换成Big5,将会发生错误，错误的结果如下图所示:因此中文编码转换时适当使用LCMapString函数，才能完成正确的转换.例如://简体中文 GB2312 转换成 繁体中文BIG5char* Coder::GB2312ToBIG5(const char* szGB2312Str){               LCID lcid = MAKELCID(MAKELANGID(LANG_CHINESE,SUBLANG_CHINESE_SIMPLIFIED),SORT_CHINESE_PRC);        int nLength = LCMapString(lcid,LCMAP_TRADITIONAL_CHINESE,szGB2312Str,-1,NULL,0);        char* pBuffer=new char[nLength+1];if(!pBuffer)return NULL;        LCMapString(lcid,LCMAP_TRADITIONAL_CHINESE,szGB2312Str,-1,pBuffer,nLength);        pBuffer[nLength]=0;        wchar_t* pUnicodeBuff = MByteToWChar(CP_GB2312,pBuffer);        char* pBIG5Buff = WCharToMByte(CP_BIG5,pUnicodeBuff);        delete[] pBuffer;        delete[] pUnicodeBuff;        return pBIG5Buff;} 
(5)编码实现
实现Coder类完成编码转换工作.
Coder类的代码清单如下:


// Coder.h: interface for the Coder class.////////////////////////////////////////////////////////////////////////#if !defined(AFX_ENCODING_H__2AC955FB_9F8F_4871_9B77_C6C65730507F__INCLUDED_)#define AFX_ENCODING_H__2AC955FB_9F8F_4871_9B77_C6C65730507F__INCLUDED_#if _MSC_VER > 1000#pragma once#endif // _MSC_VER > 1000//-----------------------------------------------------------------------------------------------//程序用途：实现GB2312、big5、GBK、Unicode、Unicode big endian、UTF-8六种编码的任意装换    //程序作者：湖北师范学院计算机科学与技术学院  王定桥                                 //核心算法：根据不同编码特点向其他编码转换//测试结果:在Windows7 VC6.0环境下测试通过                    //制作时间：2012-04-24  //代码版权:代码公开供学习交流使用  欢迎指正错误  改善算法//-----------------------------------------------------------------------------------------------//Windows代码页typedef enum CodeType{    CP_GB2312=936,    CP_BIG5=950,CP_GBK=0         //此处特殊处理 CP_GBK仅作一标志  GBK代码页值尚未查得 }CodePages;//txt文件编码typedef enum TextCodeType{   GB2312=0,BIG5=1,GBK=2,UTF8=3,UNICODE=4,UNICODEBIGENDIAN=5,DefaultCodeType=-1}TextCode;class Coder  {public:Coder();virtual ~Coder();public://默认一次转换字节大小UINT  PREDEFINEDSIZE;//指定转换时默认一次转换字节大小void SetDefaultConvertSize(UINT nCount);//编码类型转换为字符串CString  CodeTypeToString(TextCode tc);//文件转到另一种文件BOOL     FileToOtherFile(CString filesourcepath, CString filesavepath,TextCode tcTo,TextCode  tcCur=DefaultCodeType);//Unicode 和Unicode big endian文件之间转换BOOL     UnicodeEndianFileConvert(CString filesourcepath, CString filesavepath,TextCode tcTo);//多字节文件之间的转换BOOL     MBFileToMBFile(CString filesourcepath, CString filesavepath,TextCode tcTo,TextCode  tcCur=DefaultCodeType);//Unicode和Unicode big endian文件向多字节文件转换BOOL     UnicodeFileToMBFile(CString filesourcepath, CString filesavepath,TextCode tcTo);//多字节文件向Unicode和Unicode big endian文件转换BOOL     MBFileToUnicodeFile(CString filesourcepath,CString filesavepath,TextCode tcTo,TextCode  tcCur=DefaultCodeType);//获取文件编码类型TextCode GetCodeType(CString filepath);//繁体中文BIG5 转换成 简体中文 GB2312char* BIG5ToGB2312(const char* szBIG5Str);//简体中文 GB2312 转换成 繁体中文BIG5    char* GB2312ToBIG5(const char* szGB2312Str);//简繁中文GBK编码转换成简体中文GB2312char* GBKToGB2312(const char *szGBkStr);//简体中文GB2312编码转换成简繁中文GBKchar*    GB2312ToGBK(const char *szGB2312Str);//简繁中文GBK转换成繁体中文Big5char*     GBKToBIG5(const char *szGBKStr);//繁体中文BIG5转换到简繁中文GBKchar*     BIG5ToGBK(const char *szBIG5Str);//宽字符串向多字节字符串转换char*     WCharToMByte(UINT CodePage,LPCWSTR lpcwszSrcStr);//多字节字符串向宽字符串转换wchar_t*  MByteToWChar(UINT CodePage,LPCSTR lpcszSrcStr);protected://获取编码类型对应的代码页UINT GetCodePage(TextCode tccur);//多字节向多字节转换char*  MByteToMByte(UINT CodePageCur,UINT CodePageTo,const char* szSrcStr);//Unicode和Unicode big endian字符串之间的转换void   UnicodeEndianConvert(LPWSTR  lpwszstr);//文件头常量字节数组const  static   byte UNICODEBOM[2];const  static   byte UNICODEBEBOM[2];const  static   byte UTF8BOM[3];  };#endif // !defined(AFX_ENCODING_H__2AC955FB_9F8F_4871_9B77_C6C65730507F__INCLUDED_)

// Coder.cpp: implementation of the Coder class.////////////////////////////////////////////////////////////////////////#include "stdafx.h"#include "Coder.h"#include "Encoding.h"#ifdef _DEBUG#undef THIS_FILEstatic char THIS_FILE[]=__FILE__;#define new DEBUG_NEW#endif//////////////////////////////////////////////////////////////////////// Construction/Destruction////////////////////////////////////////////////////////////////////////初始化文件头常量/*static*/ const     byte Coder::UNICODEBOM[2]={0xFF,0xFE};/*static*/ const     byte Coder::UNICODEBEBOM[2]={0xFE,0xFF};/*static*/ const     byte Coder::UTF8BOM[3]={0xEF,0xBB,0xBF};Coder::Coder(){   PREDEFINEDSIZE=2097152;//默认一次转换字节大小 2M字节}Coder::~Coder(){  }//繁体中文BIG5 转换成 简体中文 GB2312char* Coder::BIG5ToGB2312(const char* szBIG5Str){       CString msg;        LCID lcid = MAKELCID(MAKELANGID(LANG_CHINESE,SUBLANG_CHINESE_SIMPLIFIED),SORT_CHINESE_PRC);        wchar_t* szUnicodeBuff =MByteToWChar(CP_BIG5,szBIG5Str);        char* szGB2312Buff =WCharToMByte(CP_GB2312,szUnicodeBuff);        int nLength = LCMapString(lcid,LCMAP_SIMPLIFIED_CHINESE, szGB2312Buff,-1,NULL,0);        char* pBuffer = new char[nLength + 1];if(!pBuffer)          return NULL;memset(pBuffer,0,sizeof(char)*(nLength+1));        LCMapString(0x0804,LCMAP_SIMPLIFIED_CHINESE,szGB2312Buff,-1,pBuffer,nLength);        delete[] szUnicodeBuff;        delete[] szGB2312Buff;        return pBuffer;}// GB2312 转 GBKchar* Coder::GB2312ToGBK(const char *szGB2312Str){   int nStrLen = strlen(szGB2312Str);   if(!nStrLen)   return NULL;   LCID wLCID = MAKELCID(MAKELANGID(LANG_CHINESE, SUBLANG_CHINESE_SIMPLIFIED), SORT_CHINESE_PRC);   int nReturn = LCMapString(wLCID, LCMAP_TRADITIONAL_CHINESE, szGB2312Str, nStrLen, NULL, 0);   if(!nReturn)  return NULL;   char *pcBuf = new char[nReturn + 1];   if(!pcBuf)          return NULL;   memset(pcBuf,0,sizeof(char)*(nReturn + 1));   wLCID = MAKELCID(MAKELANGID(LANG_CHINESE, SUBLANG_CHINESE_SIMPLIFIED), SORT_CHINESE_PRC);   LCMapString(wLCID, LCMAP_TRADITIONAL_CHINESE, szGB2312Str, nReturn, pcBuf, nReturn);   return pcBuf;}// GBK 转换成 GB2312char* Coder::GBKToGB2312(const char *szGBKStr){int nStrLen = strlen(szGBKStr);if(!nStrLen)return NULL;LCID wLCID = MAKELCID(MAKELANGID(LANG_CHINESE, SUBLANG_CHINESE_SIMPLIFIED), SORT_CHINESE_BIG5);int nReturn = LCMapString(wLCID, LCMAP_SIMPLIFIED_CHINESE, szGBKStr, nStrLen, NULL, 0);if(!nReturn)return NULL;char *pcBuf = new char[nReturn + 1];memset(pcBuf,0,sizeof(char)*(nReturn + 1));wLCID = MAKELCID(MAKELANGID(LANG_CHINESE, SUBLANG_CHINESE_SIMPLIFIED), SORT_CHINESE_BIG5);LCMapString(wLCID, LCMAP_SIMPLIFIED_CHINESE, szGBKStr, nReturn, pcBuf, nReturn);return pcBuf;}//简繁中文GBK转换成繁体中文Big5char*   Coder::GBKToBIG5(const char *szGBKStr){   char *pTemp=NULL;char *pBuffer=NULL;pTemp=GBKToGB2312(szGBKStr);pBuffer=GB2312ToBIG5(pTemp);delete[] pTemp;return pBuffer;}//繁体中文BIG5转换到简繁中文GBKchar*   Coder::BIG5ToGBK(const char *szBIG5Str){  char *pTemp=NULL;  char *pBuffer=NULL;  pTemp=BIG5ToGB2312(szBIG5Str);  pBuffer=GB2312ToGBK(pTemp);  delete[] pTemp;  return pBuffer;}//简体中文 GB2312 转换成 繁体中文BIG5char* Coder::GB2312ToBIG5(const char* szGB2312Str){               LCID lcid = MAKELCID(MAKELANGID(LANG_CHINESE,SUBLANG_CHINESE_SIMPLIFIED),SORT_CHINESE_PRC);        int nLength = LCMapString(lcid,LCMAP_TRADITIONAL_CHINESE,szGB2312Str,-1,NULL,0);        char* pBuffer=new char[nLength+1];if(!pBuffer)return NULL;        LCMapString(lcid,LCMAP_TRADITIONAL_CHINESE,szGB2312Str,-1,pBuffer,nLength);        pBuffer[nLength]=0;        wchar_t* pUnicodeBuff = MByteToWChar(CP_GB2312,pBuffer);        char* pBIG5Buff = WCharToMByte(CP_BIG5,pUnicodeBuff);        delete[] pBuffer;        delete[] pUnicodeBuff;        return pBIG5Buff;} //获取文件编码类型//Unicode编码文件通过读取文件头判别//中文编码通过统计文件编码类别来判别  判别次数最多为30次  //中文编码的判别存在误差TextCode Coder::GetCodeType(CString filepath){    CFile file;byte  buf[3];//unsigned charTextCode tctemp;if(file.Open(filepath,CFile::modeRead)){    file.Read(buf,3);if(buf[0]==UTF8BOM[0] && buf[1]==UTF8BOM[1] && buf[2]==UTF8BOM[2])return UTF8;elseif(buf[0]==UNICODEBOM[0] &&buf[1]==UNICODEBOM[1] )return UNICODE ;elseif(buf[0]==UNICODEBEBOM[0] &&buf[1]==UNICODEBEBOM[1] )return UNICODEBIGENDIAN;        else{   int time=30;while(file.Read(buf,2) &&time ){   if ( (buf[0]>=176 && buf[0]<=247) && (buf[1]>=160 && buf[1]<=254) )tctemp=GB2312;elseif ( (buf[0]>=129 && buf[0]<=255) && (  ( buf[1]>=64 && buf[1]<=126)  ||  ( buf[1]>=161 && buf[1]<=254) ) )tctemp=BIG5;elseif ( (buf[0]>=129 && buf[0] <=254) && (buf[1]>=64 && buf[1]<=254))tctemp=GBK;time--;file.Seek(100,CFile::current);//跳过一定字节  利于统计全文}return tctemp;}}elsereturn GB2312;}//多字节文件转换为UNICODE、UNICODE big endian文件BOOL Coder::MBFileToUnicodeFile(CString filesourcepath, CString filesavepath,TextCode tcTo,TextCode tcCur){   TextCode curtc;   CFile filesource,filesave;;   char     *pChSrc=NULL;   char     *pChTemp=NULL;   wchar_t  *pwChDes=NULL;   DWORD  filelength,readlen,len;   int    bufferlen,strlength;   UINT CodePage;   //由于存在误差  允许用户自定义转换   if(tcCur!=DefaultCodeType)   curtc=tcCur;   else   curtc=GetCodeType(filesourcepath);   if(curtc>UTF8 || tcTo< UNICODE || curtc==tcTo)   return FALSE;   //源文件打开失败或者源文件无内容 后者保存文件建立失败   均返回转换失败   if(!filesource.Open(filesourcepath,CFile::modeRead) || 0==(filelength=filesource.GetLength()))   return FALSE;   if( !filesave.Open(filesavepath,CFile::modeCreate|CFile::modeWrite))return FALSE;   //预分配内存  分配失败则转换失败   if(filelength<PREDEFINEDSIZE)   bufferlen=filelength;   else   bufferlen=PREDEFINEDSIZE;   pChSrc=new char[bufferlen+1];   if(!pChSrc)return FALSE;   //根据当前文件类别指定转换代码页   switch(curtc)   {   case GB2312:   CodePage=CP_GB2312;   break;   case GBK:   CodePage=CP_GB2312;//特殊处理   break;   case BIG5:   CodePage=CP_BIG5;   break;   case UTF8:   CodePage=CP_UTF8;   break;   default:   break;}   //UTF8文件跳过文件   if(UTF8==curtc)   filesource.Seek(3*sizeof(byte),CFile::begin);   //写入文件头   if(UNICODEBIGENDIAN==tcTo)   filesave.Write(&UNICODEBEBOM,2*sizeof(byte));   else       filesave.Write(&UNICODEBOM,2*sizeof(byte));   //读取文件  分段转换知道结束   while(filelength>0)   {   memset(pChSrc,0, sizeof(char)*(bufferlen+1));   if(filelength>PREDEFINEDSIZE)   len=PREDEFINEDSIZE;   else   len=filelength;   readlen=filesource.Read(pChSrc,len);   if(!readlen)break;   //GBK转换为GB2312处理   if(GBK==curtc)   {      pChTemp=pChSrc;   pChSrc=GBKToGB2312(pChSrc);   }   pwChDes=MByteToWChar(CodePage,pChSrc);   if(pwChDes)   {   if(UNICODEBIGENDIAN==tcTo)   UnicodeEndianConvert(pwChDes);   strlength=wcslen(pwChDes)*2;//这里注意写入文件的长度   filesave.Write(pwChDes,strlength);   filesave.Flush();   filelength-=readlen;   }   else   break;   }   delete[] pChSrc;   delete[] pChTemp;   delete[] pwChDes;   return TRUE;}//wchar_t* Coder::MByteToWChar(UINT CodePage,LPCSTR lpcszSrcStr){LPWSTR lpcwsStrDes=NULL;int   len=MultiByteToWideChar(CodePage,0,lpcszSrcStr,-1,NULL,0);    lpcwsStrDes=new wchar_t[len+1];if(!lpcwsStrDes)return NULL;memset(lpcwsStrDes,0,sizeof(wchar_t)*(len+1));    len=MultiByteToWideChar(CodePage,0,lpcszSrcStr,-1,lpcwsStrDes,len);if(len)return lpcwsStrDes;else{   delete[] lpcwsStrDes;return NULL;}}char* Coder::WCharToMByte(UINT CodePage,LPCWSTR lpcwszSrcStr){char* lpszDesStr=NULL;int len=WideCharToMultiByte(CodePage,0,lpcwszSrcStr,-1,NULL,0,NULL,NULL);lpszDesStr=new char[len+1];memset(lpszDesStr,0,sizeof(char)*(len+1));if(!lpszDesStr)return NULL;len=WideCharToMultiByte(CodePage,0,lpcwszSrcStr,-1,lpszDesStr,len,NULL,NULL);if(len)return lpszDesStr;else{   delete[] lpszDesStr;return NULL;}} //Unicode 和Unicode big endian之间字节序的转换void Coder::UnicodeEndianConvert(LPWSTR lpwszstr){     wchar_t  wchtemp[2];   long     index;  int len=wcslen(lpwszstr);     if(!len) return;   //交换高低字节 直到遇到结束符   index=0;   while( index<len)   {       wchtemp[0]=lpwszstr[index];       wchtemp[1]=lpwszstr[index+1];      unsigned char high, low;   high = (wchtemp[0] & 0xFF00) >>8;   low  = wchtemp[0] & 0x00FF;   wchtemp[0] = ( low <<8) | high;   high = (wchtemp[1] & 0xFF00) >>8;   low  = wchtemp[1] & 0x00FF;   wchtemp[1] = ( low <<8) | high;          lpwszstr[index]=wchtemp[0];   lpwszstr[index+1]=wchtemp[1];   index+=2;   }}//Unicode和Unicode big endian文件向多字节文件转换BOOL Coder::UnicodeFileToMBFile(CString filesourcepath, CString filesavepath,TextCode tcTo){   TextCode curtc;CFile filesource,filesave;;char    *pChDes=NULL;char    *pChTemp=NULL;wchar_t *pwChSrc=NULL;DWORD  filelength,readlen,len;int    bufferlen,strlength;UINT CodePage;curtc=GetCodeType(filesourcepath);//文件转换类型错误 则转换失败if(curtc<=UTF8 ||  tcTo>UTF8 || curtc==tcTo)return FALSE;    //源文件打开失败或者源文件无内容 后者保存文件建立失败   均转换失败    if(!filesource.Open(filesourcepath,CFile::modeRead) || 0==(filelength=filesource.GetLength()))return FALSE;if( !filesave.Open(filesavepath,CFile::modeCreate|CFile::modeWrite))return FALSE;//预分配内存  分配失败则转换失败if(filelength<PREDEFINEDSIZE)bufferlen=filelength;elsebufferlen=PREDEFINEDSIZE;pwChSrc=new wchar_t[(bufferlen/2)+1];if(!pwChSrc)return FALSE;//预先决定代码页switch(tcTo){   case GB2312:CodePage=CP_GB2312;break;case GBK:CodePage=CP_GB2312;//特殊处理break;case BIG5: CodePage=CP_GB2312;//特殊处理break;case UTF8:CodePage=CP_UTF8;break;default:break;}filesource.Seek(sizeof(wchar_t),CFile::begin);while(filelength>0){memset(pwChSrc,0,sizeof(wchar_t)*((bufferlen/2)+1));if(filelength>PREDEFINEDSIZE)len=PREDEFINEDSIZE;elselen=filelength;readlen=filesource.Read(pwChSrc,len);if(!readlen)break;if(UNICODEBIGENDIAN==curtc)UnicodeEndianConvert(pwChSrc);pChDes=WCharToMByte(CodePage,pwChSrc);//GBK无法直接转换  BIG5直接转换会产生错误  二者均先转到GB2312然后再转到目的类型if(GBK==tcTo){pChTemp=pChDes;pChDes=GB2312ToGBK(pChDes);}if(BIG5==tcTo){pChTemp=pChDes;pChDes=GB2312ToBIG5(pChDes);}if(pChDes){   strlength=strlen(pChDes);filesave.Write(pChDes,strlength);filesave.Flush();filelength-=readlen;}elsebreak;}    delete[] pChDes;delete[] pChTemp;delete[] pwChSrc;return TRUE;}//多字节文件转为多字节文件//多字节转为多字节时，一般先转为UNICODE类型，再转换到指定目的类型，实行两次转换BOOL Coder::MBFileToMBFile(CString filesourcepath, CString filesavepath,TextCode tcTo,TextCode  tcCur){BOOL bret=FALSE;TextCode curtc;CFile filesource,filesave;char    *pChDes=NULL;char    *pChSrc=NULL;DWORD  filelength,readlen,len;int    bufferlen,strlength;UINT   CodePageCur,CodePageTo;//由于存在误差  允许用户自定义转换if(DefaultCodeType!=tcCur)         curtc=tcCur;elsecurtc=GetCodeType(filesourcepath);//转换类型错误  则返回转换失败if(curtc>UTF8 || tcTo>UTF8 || curtc==tcTo)return FALSE;//源文件打开失败或者源文件无内容 后者保存文件建立失败   均返回转换失败    if(!filesource.Open(filesourcepath,CFile::modeRead) || 0==(filelength=filesource.GetLength()))return FALSE;if( !filesave.Open(filesavepath,CFile::modeCreate|CFile::modeWrite))return FALSE;//预分配内存  分配失败则转换失败if(filelength<PREDEFINEDSIZE)bufferlen=filelength;elsebufferlen=PREDEFINEDSIZE;    pChSrc=new char[bufferlen+1];if(!pChSrc)return FALSE;if(UTF8==curtc)filesource.Seek(3*sizeof(byte),CFile::begin);CodePageCur=GetCodePage(curtc);    CodePageTo=GetCodePage(tcTo);while(filelength>0){   memset(pChSrc,0,sizeof(char)*(bufferlen+1));        if(filelength>PREDEFINEDSIZE)len=PREDEFINEDSIZE;elselen=filelength;readlen=filesource.Read(pChSrc,len);if(!readlen)break;pChDes=MByteToMByte(CodePageCur,CodePageTo,pChSrc);if(pChDes){   strlength=strlen(pChDes);filesave.Write(pChDes,strlength);filelength-=readlen;}elsebreak;}delete[] pChSrc;delete[] pChDes;return TRUE;}//Unicode 和Unicode big endian文件之间转换BOOL Coder::UnicodeEndianFileConvert(CString filesourcepath, CString filesavepath,TextCode tcTo){TextCode curtc=GetCodeType(filesourcepath);if(curtc!=UNICODE && curtc!=UNICODEBIGENDIAN)return FALSE;if(curtc==tcTo)return FALSE;CFile filesource,filesave;;wchar_t *pwChDes;DWORD length;    if(!filesource.Open(filesourcepath,CFile::modeRead) || !filesave.Open(filesavepath,CFile::modeCreate|CFile::modeWrite))return FALSE;length=filesource.GetLength();if(!length)return FALSE;pwChDes=new wchar_t[(length/2)+1];if(!pwChDes)return FALSE;memset(pwChDes,0,sizeof(wchar_t)*((length/2)+1));filesource.Read(pwChDes,length);UnicodeEndianConvert(pwChDes);length=wcslen(pwChDes)*2;if(UNICODE==tcTo)        filesave.Write(&UNICODEBOM,2*sizeof(byte));elsefilesave.Write(&UNICODEBEBOM,2*sizeof(byte));filesave.Write(pwChDes,length);filesave.Flush();delete[] pwChDes;return TRUE;}//文件转到另一种文件//6种格式文件两两转换  共计30种转换BOOL Coder::FileToOtherFile(CString filesourcepath, CString filesavepath, TextCode tcTo,TextCode  tcCur){   TextCode curtc;BOOL bret=FALSE;if(DefaultCodeType!=tcCur)        curtc=tcCur;else    curtc=GetCodeType(filesourcepath);if(curtc==tcTo)return FALSE;//UNICODE和UNICODE big endian文件之间转换 共2种if(curtc>=UNICODE&& tcTo>=UNICODE)bret=UnicodeEndianFileConvert(filesourcepath,filesavepath,tcTo);else//多字节文件向 UNICODE和UNICODE big endian文件之间转换 共8种if(curtc<UNICODE && tcTo>=UNICODE)bret=MBFileToUnicodeFile(filesourcepath,filesavepath,tcTo,curtc);else//UNICODE和UNICODE big endian文件向多字节文件转换 共8种if(curtc>=UNICODE && tcTo<UNICODE)bret=UnicodeFileToMBFile(filesourcepath,filesavepath,tcTo);else//多字节文件之间转换 共12种if(curtc<UNICODE && tcTo<UNICODE)bret=MBFileToMBFile(filesourcepath,filesavepath,tcTo,curtc);return bret;}//编码类型转换为字符串CString Coder::CodeTypeToString(TextCode tc){      CString strtype;  switch(tc)  {  case GB2312:           strtype=_T("GB2312");   break;  case BIG5:  strtype=_T("Big5");   break;  case GBK:  strtype=_T("GBK");   break;  case UTF8:  strtype=_T("UTF-8");   break;  case UNICODE:  strtype=_T("Unicode");   break;  case UNICODEBIGENDIAN:  strtype=_T("Unicode big endian");   break;  }  return strtype;}//多字节向多字节转换char* Coder::MByteToMByte(UINT CodePageCur, UINT CodePageTo, const char* szSrcStr){char    *pchDes=NULL;char    *pchTemp=NULL;wchar_t *pwchtemp=NULL;//三种中文编码之间转换if(CodePageCur!=CP_UTF8  && CodePageTo!=CP_UTF8){switch(CodePageCur){case CP_GB2312:{if(CP_BIG5==CodePageTo)                       pchDes=GB2312ToBIG5(szSrcStr);else                       pchDes=GB2312ToGBK(szSrcStr);break;}case CP_BIG5:{   if(CP_GB2312==CodePageTo)pchDes=BIG5ToGB2312(szSrcStr);elsepchDes=BIG5ToGBK(szSrcStr);                    break;}case CP_GBK:{   if(CP_GB2312==CodePageTo)pchDes=GBKToGB2312(szSrcStr);elsepchDes=GBKToBIG5(szSrcStr);                    break;}}}else{    //从UTF-8转到其他多字节  直接转到GB2312 其他形式用GB2312做中间形式         if(CP_UTF8==CodePageCur) {  pwchtemp=MByteToWChar(CodePageCur,szSrcStr);if(CP_GB2312==CodePageTo){pchDes=WCharToMByte(CP_GB2312,pwchtemp);}else{    pchTemp=WCharToMByte(CP_GB2312,pwchtemp);     if(CP_GBK==CodePageTo)pchDes=GB2312ToGBK(pchTemp); elsepchDes=GB2312ToBIG5(pchTemp);} } //从其他多字节转到UTF-8 else  {      if(CP_GBK==CodePageCur)  {     pchTemp=GBKToGB2312(szSrcStr);                  pwchtemp=MByteToWChar(CP_GB2312,pchTemp);  }  elsepwchtemp=MByteToWChar(CodePageCur,szSrcStr);              pchDes=WCharToMByte(CodePageTo,pwchtemp); }}    delete[] pchTemp;delete[] pwchtemp;return pchDes;}//获取编码类型对应的代码页UINT Coder::GetCodePage(TextCode tccur){      UINT CodePage;  switch(tccur)  {  case GB2312:  CodePage=CP_GB2312;  break;  case BIG5:  CodePage=CP_BIG5;  break;  case GBK:  CodePage=CP_GBK;  break;  case UTF8:  CodePage=CP_UTF8;  break;  case UNICODEBIGENDIAN:  case UNICODE:   break;}  return CodePage;}//指定转换时默认一次转换字节大小void Coder::SetDefaultConvertSize(UINT nCount){     if(nCount!=0)PREDEFINEDSIZE=nCount;}


3.运行效果                                                                                   
在win7 VC 6.0下测试六种编码的转换测试通过，30个方向的转换如下图所示:

测试程序运行效果如下图所示:


GB2312转换到GBK编码效果如下图所示:

UTF-8转换到Big5编码的效果如下图所示:

本文代码及转码程序下载：http://download.csdn.net/user/ziyuanxiazai123

4.尚未解决的问题

(1)LCMapString函数的理解还不完全熟悉，其中参数偏多，理解需要一定基础知识。

(2)为什么记事本程序的转码后存在些乱码,乱码是正确的吗?因为我的程序使用了中间过渡形式，因此没有任何乱码。

(3)是否有更简单和清晰的方式实现编码转换，待进一步研究。

转自：http://blog.csdn.net/ziyuanxiazai123/article/details/7495690