GBK到UTF8编码转换C++实现

 

GBK到UTF8编码转换C++实现

分类： c/c++2011-06-25 11:27 4382人阅读 评论(9) 收藏 举报 c++nullstringstdstringdeleteoutput

[cpp] view plaincopyprint?

1. #include <iostream>  
2. #include <string>  
3. #include <fstream>  
4. #include <windows.h>   
5.   
6. using namespace std;  
7.   
8. string GBKToUTF8(const std::string& strGBK)  
9. {  
10.     string strOutUTF8 = "";  
11.     WCHAR * str1;  
12.     int n = MultiByteToWideChar(CP_ACP, 0, strGBK.c_str(), -1, NULL, 0);  
13.     str1 = new WCHAR[n];  
14.     MultiByteToWideChar(CP_ACP, 0, strGBK.c_str(), -1, str1, n);  
15.     n = WideCharToMultiByte(CP_UTF8, 0, str1, -1, NULL, 0, NULL, NULL);  
16.     char * str2 = new char[n];  
17.     WideCharToMultiByte(CP_UTF8, 0, str1, -1, str2, n, NULL, NULL);  
18.     strOutUTF8 = str2;  
19.     delete[]str1;  
20.     str1 = NULL;  
21.     delete[]str2;  
22.     str2 = NULL;  
23.     return strOutUTF8;  
24. }  
25.   
26. string UTF8ToGBK(const std::string& strUTF8)  
27. {  
28.     int len = MultiByteToWideChar(CP_UTF8, 0, strUTF8.c_str(), -1, NULL, 0);  
29.     unsigned short * wszGBK = new unsigned short[len + 1];  
30.     memset(wszGBK, 0, len * 2 + 2);  
31.     MultiByteToWideChar(CP_UTF8, 0, (LPCTSTR)strUTF8.c_str(), -1, wszGBK, len);  
32.   
33.     len = WideCharToMultiByte(CP_ACP, 0, wszGBK, -1, NULL, 0, NULL, NULL);  
34.     char *szGBK = new char[len + 1];  
35.     memset(szGBK, 0, len + 1);  
36.     WideCharToMultiByte(CP_ACP,0, wszGBK, -1, szGBK, len, NULL, NULL);  
37.     //strUTF8 = szGBK;  
38.     std::string strTemp(szGBK);  
39.     delete[]szGBK;  
40.     delete[]wszGBK;  
41.     return strTemp;  
42. }  
43.   
44. int _tmain(int argc, _TCHAR* argv[])  
45. {  
46.     string test("我们中国是个强大的名族，强大的动力来自每个人的支持");  
47.     fstream output("test.txt",ios_base::out | ios_base::app);  
48.     output << GBKToUTF8(test);  
49.     //system("iconv -f GBK -t utf-8");  
50.     return 0;  
51. }  

wchar_t是C/C++的字符数据类型，是一种扩展的字符存储方式。

在Windows下，wchar_t占2个字节（byte）；在Linux下，wchar_t占4个字节

wchar_t类型主要用在国际化程序的实现中，但它不等同于Unicode编码。Unicode编码的字符一般以wchar_t类型存储。

char是8位字符类型，最多只能包含256种字符，许多外文字符集所含的字符数目超过256个，char型无法表示。

标准C++中的wprintf()函数以及iostream类库中的类和对象能提供wchar_t宽字符类型的相关操作。

函数介绍：

wcslen()   类似与char*类型作参数的strlen()函数      用来获取wchar_t*变量的长度（不包含终结符）

wcscpy()  类似与char*类型作参数的strcpy()函数      用来进行wchar_t*变量之间的复制

同样的还有  wcsncpy()

wcscmp()  类似与char*类型的strcmp()函数      用来对比两个wchar_t*变量的大小

wmemset()  类似与char*类型的memset()函数     用来初始化内存

wprintf()  类似与char*类型的printf()函数        用来输出wchar_t*字符串

简单记忆：

一般把char类型函数中的" str "替换为" wcs "即可

wcs：wide char string