在BCB中怎么把字符串内容保存成utf-8格式的文件?

时间:2023-01-05 21:54:26
在网上找到了GB2312转化为utf-8的算法:


void CChineseCodeLib::UTF_8ToUnicode(WCHAR* pOut,char *pText)
{
char* uchar = (char *)pOut;

uchar[1] = ((pText[0] & 0x0F) << 4) + ((pText[1] >> 2) & 0x0F);
uchar[0] = ((pText[1] & 0x03) << 6) + (pText[2] & 0x3F);

return;
}

void CChineseCodeLib::UnicodeToGB2312(char* pOut,WCHAR *uData)
{
WideCharToMultiByte(CP_ACP,NULL,uData,1,pOut,sizeof(WCHAR),NULL,NULL);
return;
}

void CChineseCodeLib::Gb2312ToUnicode(WCHAR* pOut,char *gbBuffer)
{
::MultiByteToWideChar(CP_ACP,MB_PRECOMPOSED,gbBuffer,2,pOut,1);
return;
}

void CChineseCodeLib::UnicodeToUTF_8(char* pOut,WCHAR* pText)
{
// 注意 WCHAR高低字的顺序,低字节在前,高字节在后
char* pchar = (char *)pText;

pOut[0] = (0xE0 | ((pchar[1] & 0xF0) >> 4));
pOut[1] = (0x80 | ((pchar[1] & 0x0F) << 2)) + ((pchar[1] & 0xC0) >> 6);
pOut[2] = (0x80 | (pchar[0] & 0x3F));

return;
}

void CChineseCodeLib::GB2312ToUTF_8(char *pOut,char *pText, int pLen)
{
char buf[4];
char* rst = new char[pLen + (pLen >> 2) + 2];

memset(buf,0,4);
memset(rst,0,pLen + (pLen >> 2) + 2);

int i = 0;
int j = 0;
while(i < pLen)
{
//如果是英文直接复制就可以
if( *(pText + i) >= 0)
{
rst[j++] = pText[i++];
}
else
{
WCHAR pbuffer;
Gb2312ToUnicode(&pbuffer,pText+i);

UnicodeToUTF_8(buf,&pbuffer);

unsigned short int tmp = 0;
tmp = rst[j] = buf[0];
tmp = rst[j+1] = buf[1];
tmp = rst[j+2] = buf[2];


j += 3;
i += 2;
}
}
rst[j] = '\0';

//返回结果
strcpy(pOut,rst);
delete []rst;

return;
}

void CChineseCodeLib::UTF_8ToGB2312(string &pOut, char *pText, int pLen)
{
 char * newBuf = new char[pLen];
 char Ctemp[4];
 memset(Ctemp,0,4);

 int i =0;
 int j = 0;
 
 while(i < pLen)
 {
  if(pText[i] > 0)
{
newBuf[j++] = pText[i++];
}
else                 
{
WCHAR Wtemp;
UTF_8ToUnicode(&Wtemp,pText + i);

UnicodeToGB2312(Ctemp,&Wtemp);
    
newBuf[j] = Ctemp[0];
newBuf[j + 1] = Ctemp[1];

i += 3;    
j += 2;   
}
 }
 newBuf[j] = '\0';
 
 pOut = newBuf;
 delete []newBuf;
 
 return; 
}


用下面的代码段调用


AnsiString srcStr = "中国加油,奥运加油";
int len = srcStr.Length();
char *dest = new char[len];
CChineseCodeLib *codeLib = new CChineseCodeLib();
codeLib->GB2312ToUTF_8(dest,srcStr.c_str(),len);
TStringList *tSqlList = new TStringList();
tSqlList->Add(dest);
tSqlList->SaveToFile("e:/test.txt");

delete []dest;
delete codeLib;
delete tSqlList;


最后得到的结果为乱码:

涔櫧鍓犳惫锟屽ゥ杈愬墵姹\xB9

是怎么回事呢?是调用不正确还是算法本身有问题?
小弟刚刚学C++,请高手们指点!!

6 个解决方案

#2


你应该用ansi转UTF-8,不是GB

#3


mark

#4


BCB 有直接的API使用。

#5


Unit

System

Category

character set conversions

extern PACKAGE UTF8String __fastcall AnsiToUtf8(const AnsiString S);

Description

AnsiToUtf8 converts the string specified by S, which uses the ANSI encoding system, to UTF-8.

#6


LZ的做法是错误的;

utf8是针对unicode的另外一种存储方法;

我有现成的代码,已经经过实际使用了,绝对没有问题;

大体的方法是:

GB2312转到unicode,unicode再转utf8;
GB2312转unicode的办法,在CB里面,简单的要死:

AnsiString gb_str = "xxxx";
WideString un_str = gb_str;

wchar_t * pwstr = un_str.b_cstr();//pwstr就是unicode的字串了,每个字符占用2字,0结尾的;

unicode转到utf8,我是借用的linux的NLS_UTF8的内核代码,高效可靠;

如果你需要,我可以发一份给你;

#1


#2


你应该用ansi转UTF-8,不是GB

#3


mark

#4


BCB 有直接的API使用。

#5


Unit

System

Category

character set conversions

extern PACKAGE UTF8String __fastcall AnsiToUtf8(const AnsiString S);

Description

AnsiToUtf8 converts the string specified by S, which uses the ANSI encoding system, to UTF-8.

#6


LZ的做法是错误的;

utf8是针对unicode的另外一种存储方法;

我有现成的代码,已经经过实际使用了,绝对没有问题;

大体的方法是:

GB2312转到unicode,unicode再转utf8;
GB2312转unicode的办法,在CB里面,简单的要死:

AnsiString gb_str = "xxxx";
WideString un_str = gb_str;

wchar_t * pwstr = un_str.b_cstr();//pwstr就是unicode的字串了,每个字符占用2字,0结尾的;

unicode转到utf8,我是借用的linux的NLS_UTF8的内核代码,高效可靠;

如果你需要,我可以发一份给你;