Ansi、Unicode、UTF-8字符串之间的转换和写入文本文件

Ansi字符串我们最熟悉，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，老外觉得这种存储方式太浪费，因为浪费了50%的空间，于是就把英文压缩成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，这就是中国的网页用作ansi编码而老外的网页常用utf8 的原因。
UTF8在还游戏里运用的很广泛，比如WOW的lua脚本等

下面来说一下转换，主要用代码来说明吧

写文件我用了CFile类，其实用FILE*之类的也是一样，写文件和字符串什么类别没有关系，硬件只关心数据和长度

Ansi转Unicode

介绍2种方法

[cpp] view plaincopyprint?

1. void CConvertDlg::OnBnClickedButtonAnsiToUnicode() 
2. { 
3.     // ansi to unicode 
4.     char* szAnsi = "abcd1234你我他"; 
5.     //预转换，得到所需空间的大小 
6.     int wcsLen = ::MultiByteToWideChar(CP_ACP, NULL, szAnsi, strlen(szAnsi), NULL, 0); 
7.     //分配空间要给'\0'留个空间，MultiByteToWideChar不会给'\0'空间 
8.     wchar_t* wszString = newwchar_t[wcsLen + 1]; 
9.     //转换 
10.     ::MultiByteToWideChar(CP_ACP, NULL, szAnsi, strlen(szAnsi), wszString, wcsLen); 
11.     //最后加上'\0' 
12.     wszString[wcsLen] = '\0'; 
13.     //unicode版的MessageBox API 
14.     ::MessageBoxW(GetSafeHwnd(), wszString, wszString, MB_OK); 
15.  
16.     //接下来写入文本 
17.     //写文本文件，头2个字节0xfeff，低位0xff写在前 
18.     CFile cFile; 
19.     cFile.Open(_T("1.txt"), CFile::modeWrite | CFile::modeCreate); 
20.     //文件开头 
21.     cFile.SeekToBegin(); 
22.     cFile.Write("\xff\xfe", 2); 
23.     //写入内容 
24.     cFile.Write(wszString, wcsLen * sizeof(wchar_t)); 
25.     cFile.Flush(); 
26.     cFile.Close(); 
27.     delete[] wszString; 
28.     wszString =NULL; 
29.  
30.  
31.     //方法2 
32.     //设置当前地域信息，不设置的话，使用这种方法，中文不会正确显示 
33.     //需要#include<locale.h> 
34.     setlocale(LC_CTYPE, "chs");  
35.     wchar_t wcsStr[100]; 
36.     //注意下面是大写S，在unicode中，代表后面是ansi字符串 
37.     //swprintf是sprintf的unicode版本 
38.     //格式的前面要加大写L，代表是unicode 
39.     swprintf(wcsStr, L"%S", szAnsi); 
40.     ::MessageBoxW(GetSafeHwnd(), wcsStr, wcsStr, MB_OK); 
41.  
42. } 

void CConvertDlg::OnBnClickedButtonAnsiToUnicode(){    // ansi to unicode    char* szAnsi = "abcd1234你我他";    //预转换，得到所需空间的大小    int wcsLen = ::MultiByteToWideChar(CP_ACP, NULL, szAnsi, strlen(szAnsi), NULL, 0);    //分配空间要给'\0'留个空间，MultiByteToWideChar不会给'\0'空间    wchar_t* wszString = new wchar_t[wcsLen + 1];    //转换    ::MultiByteToWideChar(CP_ACP, NULL, szAnsi, strlen(szAnsi), wszString, wcsLen);    //最后加上'\0'    wszString[wcsLen] = '\0';    //unicode版的MessageBox API    ::MessageBoxW(GetSafeHwnd(), wszString, wszString, MB_OK);    //接下来写入文本    //写文本文件，头2个字节0xfeff，低位0xff写在前    CFile cFile;    cFile.Open(_T("1.txt"), CFile::modeWrite | CFile::modeCreate);    //文件开头    cFile.SeekToBegin();    cFile.Write("\xff\xfe", 2);    //写入内容    cFile.Write(wszString, wcsLen * sizeof(wchar_t));    cFile.Flush();    cFile.Close();    delete[] wszString;    wszString =NULL;    //方法2    //设置当前地域信息，不设置的话，使用这种方法，中文不会正确显示    //需要#include<locale.h>    setlocale(LC_CTYPE, "chs");     wchar_t wcsStr[100];    //注意下面是大写S，在unicode中，代表后面是ansi字符串    //swprintf是sprintf的unicode版本    //格式的前面要加大写L，代表是unicode    swprintf(wcsStr, L"%S", szAnsi);    ::MessageBoxW(GetSafeHwnd(), wcsStr, wcsStr, MB_OK);}

Unicode转Ansi
也是2种方法

[cpp] view plaincopyprint?

1. void CConvertDlg::OnBnClickedButtonUnicodeToAnsi() 
2. { 
3.     // unicode to ansi 
4.     wchar_t* wszString = L"abcd1234你我他"; 
5.     //预转换，得到所需空间的大小，这次用的函数和上面名字相反 
6.     int ansiLen = ::WideCharToMultiByte(CP_ACP, NULL, wszString, wcslen(wszString), NULL, 0, NULL, NULL); 
7.     //同上，分配空间要给'\0'留个空间 
8.     char* szAnsi = newchar[ansiLen + 1]; 
9.     //转换 
10.     //unicode版对应的strlen是wcslen 
11.     ::WideCharToMultiByte(CP_ACP, NULL, wszString, wcslen(wszString), szAnsi, ansiLen, NULL, NULL); 
12.     //最后加上'\0' 
13.     szAnsi[ansiLen] = '\0'; 
14.     //Ansi版的MessageBox API 
15.     ::MessageBoxA(GetSafeHwnd(), szAnsi, szAnsi, MB_OK); 
16.  
17.     //接下来写入文本 
18.     //写文本文件，ANSI文件没有BOM 
19.     CFile cFile; 
20.     cFile.Open(_T("1.txt"), CFile::modeWrite | CFile::modeCreate); 
21.     //文件开头 
22.     cFile.SeekToBegin(); 
23.     //写入内容 
24.     cFile.Write(szAnsi, ansiLen * sizeof(char)); 
25.     cFile.Flush(); 
26.     cFile.Close(); 
27.     delete[] szAnsi; 
28.     szAnsi =NULL; 
29.  
30.  
31.     //方法2 
32.     //和上面一样有另一种方法 
33.     setlocale(LC_CTYPE, "chs");  
34.     char szStr[100]; 
35.     //注意下面是大写，在ansi中，代表后面是unicode字符串 
36.     //sprintf 
37.     sprintf(szStr, "%S", wszString); 
38.     ::MessageBoxA(GetSafeHwnd(), szStr, szStr, MB_OK); 
39. } 

void CConvertDlg::OnBnClickedButtonUnicodeToAnsi(){    // unicode to ansi    wchar_t* wszString = L"abcd1234你我他";    //预转换，得到所需空间的大小，这次用的函数和上面名字相反    int ansiLen = ::WideCharToMultiByte(CP_ACP, NULL, wszString, wcslen(wszString), NULL, 0, NULL, NULL);    //同上，分配空间要给'\0'留个空间    char* szAnsi = new char[ansiLen + 1];    //转换    //unicode版对应的strlen是wcslen    ::WideCharToMultiByte(CP_ACP, NULL, wszString, wcslen(wszString), szAnsi, ansiLen, NULL, NULL);    //最后加上'\0'    szAnsi[ansiLen] = '\0';    //Ansi版的MessageBox API    ::MessageBoxA(GetSafeHwnd(), szAnsi, szAnsi, MB_OK);    //接下来写入文本    //写文本文件，ANSI文件没有BOM    CFile cFile;    cFile.Open(_T("1.txt"), CFile::modeWrite | CFile::modeCreate);    //文件开头    cFile.SeekToBegin();    //写入内容    cFile.Write(szAnsi, ansiLen * sizeof(char));    cFile.Flush();    cFile.Close();    delete[] szAnsi;    szAnsi =NULL;    //方法2    //和上面一样有另一种方法    setlocale(LC_CTYPE, "chs");     char szStr[100];    //注意下面是大写，在ansi中，代表后面是unicode字符串    //sprintf    sprintf(szStr, "%S", wszString);    ::MessageBoxA(GetSafeHwnd(), szStr, szStr, MB_OK);}

Unicode转UTF8

[cpp] view plaincopyprint?

1. void CConvertDlg::OnBnClickedButtonUnicodeToU8() 
2. { 
3.     // unicode to UTF8 
4.     wchar_t* wszString = L"abcd1234你我他"; 
5.     //预转换，得到所需空间的大小，这次用的函数和上面名字相反 
6.     int u8Len = ::WideCharToMultiByte(CP_UTF8, NULL, wszString, wcslen(wszString), NULL, 0, NULL, NULL); 
7.     //同上，分配空间要给'\0'留个空间 
8.     //UTF8虽然是Unicode的压缩形式，但也是多字节字符串，所以可以以char的形式保存 
9.     char* szU8 = new char[u8Len + 1]; 
10.     //转换 
11.     //unicode版对应的strlen是wcslen 
12.     ::WideCharToMultiByte(CP_UTF8, NULL, wszString, wcslen(wszString), szU8, u8Len, NULL, NULL); 
13.     //最后加上'\0' 
14.     szU8[u8Len] = '\0'; 
15.     //MessageBox不支持UTF8,所以只能写文件 
16.  
17.     //接下来写入文本 
18.     //写文本文件，UTF8的BOM是0xbfbbef 
19.     CFile cFile; 
20.     cFile.Open(_T("1.txt"), CFile::modeWrite | CFile::modeCreate); 
21.     //文件开头 
22.     cFile.SeekToBegin(); 
23.     //写BOM，同样低位写在前 
24.     cFile.Write("\xef\xbb\xbf", 3); 
25.     //写入内容 
26.     cFile.Write(szU8, u8Len * sizeof(char)); 
27.     cFile.Flush(); 
28.     cFile.Close(); 
29.     delete[] szU8; 
30.     szU8 =NULL; 
31.  
32. } 

void CConvertDlg::OnBnClickedButtonUnicodeToU8(){    // unicode to UTF8    wchar_t* wszString = L"abcd1234你我他";    //预转换，得到所需空间的大小，这次用的函数和上面名字相反    int u8Len = ::WideCharToMultiByte(CP_UTF8, NULL, wszString, wcslen(wszString), NULL, 0, NULL, NULL);    //同上，分配空间要给'\0'留个空间    //UTF8虽然是Unicode的压缩形式，但也是多字节字符串，所以可以以char的形式保存    char* szU8 = new char[u8Len + 1];    //转换    //unicode版对应的strlen是wcslen    ::WideCharToMultiByte(CP_UTF8, NULL, wszString, wcslen(wszString), szU8, u8Len, NULL, NULL);    //最后加上'\0'    szU8[u8Len] = '\0';    //MessageBox不支持UTF8,所以只能写文件    //接下来写入文本    //写文本文件，UTF8的BOM是0xbfbbef    CFile cFile;    cFile.Open(_T("1.txt"), CFile::modeWrite | CFile::modeCreate);    //文件开头    cFile.SeekToBegin();    //写BOM，同样低位写在前    cFile.Write("\xef\xbb\xbf", 3);    //写入内容    cFile.Write(szU8, u8Len * sizeof(char));    cFile.Flush();    cFile.Close();    delete[] szU8;    szU8 =NULL;}

UTF8转UNICODE

[cpp] view plaincopyprint?

1. void CConvertDlg::OnBnClickedButtonU8ToUnicode() 
2. { 
3.     //UTF8 to Unicode 
4.     //由于中文直接复制过来会成乱码，编译器有时会报错，故采用16进制形式 
5.     char* szU8 = "abcd1234\xe4\xbd\xa0\xe6\x88\x91\xe4\xbb\x96\x00"; 
6.     //预转换，得到所需空间的大小 
7.     int wcsLen = ::MultiByteToWideChar(CP_UTF8, NULL, szU8, strlen(szU8), NULL, 0); 
8.     //分配空间要给'\0'留个空间，MultiByteToWideChar不会给'\0'空间 
9.     wchar_t* wszString =newwchar_t[wcsLen + 1]; 
10.     //转换 
11.     ::MultiByteToWideChar(CP_UTF8, NULL, szU8, strlen(szU8), wszString, wcsLen); 
12.     //最后加上'\0' 
13.     wszString[wcsLen] = '\0'; 
14.     //unicode版的MessageBox API 
15.     ::MessageBoxW(GetSafeHwnd(), wszString, wszString, MB_OK); 
16.  
17.     //写文本同ansi to unicode 
18. } 

void CConvertDlg::OnBnClickedButtonU8ToUnicode(){    //UTF8 to Unicode    //由于中文直接复制过来会成乱码，编译器有时会报错，故采用16进制形式    char* szU8 = "abcd1234\xe4\xbd\xa0\xe6\x88\x91\xe4\xbb\x96\x00";    //预转换，得到所需空间的大小    int wcsLen = ::MultiByteToWideChar(CP_UTF8, NULL, szU8, strlen(szU8), NULL, 0);    //分配空间要给'\0'留个空间，MultiByteToWideChar不会给'\0'空间    wchar_t* wszString = new wchar_t[wcsLen + 1];    //转换    ::MultiByteToWideChar(CP_UTF8, NULL, szU8, strlen(szU8), wszString, wcsLen);    //最后加上'\0'    wszString[wcsLen] = '\0';    //unicode版的MessageBox API    ::MessageBoxW(GetSafeHwnd(), wszString, wszString, MB_OK);    //写文本同ansi to unicode}

Ansi转换utf8和utf8转换Ansi就是上面2个的结合，把unicode作为中间量，进行2次转换即可