Ansi、Unicode、UTF-8字符串之间的转换和写入文本文件
来源:互联网 发布:淘宝退货找不到商家 编辑:程序博客网 时间:2024/05/16 07:29
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
- 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 = newwchar_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
- 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 = newchar[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
- 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
- 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 =newwchar_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
- Ansi、Unicode、UTF-8字符串之间的转换和写入文本文件
- Ansi、Unicode、UTF-8字符串之间的转换和写入文本文件
- Ansi、Unicode、UTF-8字符串之间的转换和写入文本文件
- Ansi、Unicode、UTF8字符串之间的转换和写入文本文件
- Ansi、Unicode、UTF8字符串之间的转换和写入文本文件
- Ansi、Unicode、UTF8字符串之间的转换和写入文本文件
- Ansi、Unicode、UTF8字符串之间的转换和写入文本文件
- Ansi、Unicode、UTF8字符串之间的转换和写入文本文件
- Ansi、Unicode、UTF8字符串之间的转换和写入文本文件
- Ansi、Unicode、UTF8字符串之间的转换和写入文本文件
- Ansi、Unicode、UTF8字符串之间的转换和写入文本文件
- Ansi、Unicode、UTF8字符串之间的转换和写入文本文件
- Ansi、Unicode、UTF8字符串之间的转换和写入文本文件
- Ansi、Unicode、UTF8字符串之间的转换和写入文本文件
- Ansi、Unicode、UTF8字符串之间的转换和写入文本文件
- Ansi、Unicode、UTF8字符串之间的转换和写入文本文件
- Ansi、Unicode、UTF8字符串之间的转换和写入文本文件
- Ansi、Unicode、UTF8字符串之间的转换和写入文本文件
- HTML5 经量级框架 jQuery Mobile Form 表单 - 7.7
- fatal error C1083: 无法打开包括文件:“atlapp.h”解决方法
- 判别模型、生成模型与朴素贝叶斯方法
- get和post方式比较
- 抽象工厂
- Ansi、Unicode、UTF-8字符串之间的转换和写入文本文件
- linux汇编之——(2)IDA远程调试LINUX文件
- select
- AGND为模拟地,DGND为数字地
- 支持向量机SVM(一)
- C++学习笔记_9:类模板
- 程序员的职场潜意识Top10
- WTL库
- vtkInteractor 几种模式