UTF-8到Unicode的转换 纯C语言代码

如题，求UTF到Unicode的转换，最近项目中用到，在网上找了好久，大都是借用c++的库函数，我现在需要纯c语言的代码。苦恼中。。。多谢各位高手！

9 个解决方案

#1

http://bbs.chinaunix.net/viewthread.php?tid=1370274

#2

************************************************************************
 *  Function: Utf8ToUnicode
 ************************************************************************/
static void Utf8ToUnicode(char* unicode, char *utf8)
{
    char *pchar = utf8;
    int nBytes = 0;
    
    if (0 == (*utf8 & 0x80)) 
    {
        /*
         * single-byte char
         */
        nBytes = 1;
        unicode[0] = *utf8;
    }
    else
    {
        /*
         * 3-byte char (chinese char)
         */
        int i;

        if ( (*utf8 & 0xf0) == 0xe0 ) 
        {
            nBytes  = 3;
            unicode[0] = ((utf8[0] & 0x0f) <<4) + ((utf8[1] & 0x3c) >>2);
            unicode[1] = ((utf8[1] & 0x03) <<6) + (utf8[2] & 0x3f);
        }
        else
        {
            debug("ERROR: utf-8 to unicode, nBytes !=3\n");
            nBytes = 0;
            unicode[0] = '?';
            return;
        }
    }

    return;
}

http://blog.chinaunix.net/u2/84258/showart_1839662.html

#3

楼上的代码有问题吧。我现在需要用纯C写的。不参杂任何C++或其他的东西

#4

引用 3 楼 fengqiaoyebo2008 的回复:

楼上的代码有问题吧。我现在需要用纯C写的。不参杂任何C++或其他的东西

2楼提供的代码好像没有C++的成分，好像都是ANSI C。

#5

UTF-8本来就是unicode编码，何来转换之说?

#6

UTF-8是unicode的实现，反正就是分析第一个字节就可以了，前几个位表示长度。要用到位操作

#7

Unicode字符集的范围是U-00000000 - U-7FFFFFFF
而UTF-X，是其具体的实现方法。中的X表示最小bit数，如：UTF-8表示的Unicode字符集其单个字符的存储最小为 1个字节(8bit)，最大为 6个字节(48bit)（实际区间为1-4个字节，因为U-00200000 - U-7FFFFFFF一般用不到）。汉字为3个字节

而Windows下使用的Unicode字符集实现方法为UTF-16其单个字符的存储区间 2-4个字节，但大部分字符(包括汉字)都能用2个字节表示

还有一种Unicode字符集实现方法为UTF-32其单个字符的存储为 4个字节

#8

上面已经解释的很清楚了 。。。
给lz发个链接 看看字符编码的历史 就都明白啦。。 http://blog.sina.com.cn/s/blog_4e3d894e0100akys.html

#9

下面这个 经典 我以前就是看这个明白的
http://blog.csdn.net/zhedatianrui/archive/2009/11/01/4754970.aspx