请教高人：关于字符串编码的问题

[吉哥]

别人提供的一个控件接口返回字符串，如，“ABC中国”。如果设置SetThreadLocale(1033)，返回结果“A0B0?0?0?0?0”；如果设置SetThreadLocale(2052)，返回结果“A0B0？？？？”。请问，内部怎么编码的，导致输出的结果怎么不一样？如果当前系统环境是1033，用MultiByteToWideChar好像也不对。

[赵4老师]

对电脑而言没有乱码，只有二进制字节；对人脑才有乱码。啊 GBK:0xB0 0xA1,Unicode-16 LE:0x4A 0x55,Unicode-16 BE:0x55 0x4A,UTF-8:0xE5 0x95 0x8A 用以下函数显示数据的原始字节

void HexDump(char *buf,int len,int addr) {
    int i,j,k;
    char binstr[80];

    for (i=0;i<len;i++) {
        if (0==(i%16)) {
            sprintf(binstr,"%08x -",i+addr);
            sprintf(binstr,"%s %02x",binstr,(unsigned char)buf[i]);
        } else if (15==(i%16)) {
            sprintf(binstr,"%s %02x",binstr,(unsigned char)buf[i]);
            sprintf(binstr,"%s  ",binstr);
            for (j=i-15;j<=i;j++) {
                sprintf(binstr,"%s%c",binstr,('!'<buf[j]&&buf[j]<='~')?buf[j]:'.');
            }
            printf("%s\n",binstr);
        } else {
            sprintf(binstr,"%s %02x",binstr,(unsigned char)buf[i]);
        }
    }
    if (0!=(i%16)) {
        k=16-(i%16);
        for (j=0;j<k;j++) {
            sprintf(binstr,"%s   ",binstr);
        }
        sprintf(binstr,"%s  ",binstr);
        k=16-k;
        for (j=i-k;j<i;j++) {
            sprintf(binstr,"%s%c",binstr,('!'<buf[j]&&buf[j]<='~')?buf[j]:'.');
        }
        printf("%s\n",binstr);
    }
}

[oyljerry]

用unicode编码字符串再显示

[吉哥]

引用 1 楼 oyljerry 的回复:

用unicode编码字符串再显示

你好，你说的具体点吗？

[吉哥]

关键是，现在返回的结果是“A0B0?0?0?0?0”。注意，它把两个汉字做成8个字节了。是控件BUG，还是一种别的编码？这方面，我也不太懂。

[吉哥]

如上所言，两个汉字最多六个字节，而不会是8个字节。用VC的内存窗口查看，确实是正确的是A0B0????——SetThreadLocale(2052)后；原来GetThreadLocale得到的是1033（英文）就不对，是A0B0?0?0?0?0。现在问题已经解决，因为设计封装好的控件，所以搞不清原因。目前是这样解决的，通过控件接口获得字符串后，调用WideCharToMulityByte（参数一定要用THREAD_CAP），然后再调用MulityByteToWideChar（参数一定要是_CAP），就得到想要的Unicode字符串了。不明白什么原因，望指正。

[吉哥]

在线，等待中。望高人指点？

[笨笨仔]

你如何接收返回数据的？ 返回到缓冲区？还是返回到字串？还是……？ 这明显就是个字符集标准的转换问题。

[Saleayas]

MultiByteToWideChar 设置好第一个参数，比如 GB码就是 936.

[吉哥]

引用 7 楼 wxhxj0268 的回复:

你如何接收返回数据的？ 返回到缓冲区？还是返回到字串？还是……？ 这明显就是个字符集标准的转换问题。

控件中有接口，返回字符串——也可以说是缓冲区，通过内存地址读取看到以上结果。

[笨笨仔]

利用API做的转换函数，供参考：

// ANSI To UNCODE转换
CString CStringProc::AnsiToUnicode(char * szAnsi)
{
	CString str;
	// ansi to unicode
	//预转换，得到所需空间的大小
	int wcsLen;
	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字串
	str=wszString;
	delete wszString;
	return str;
}

[向立天]

您好 我是本版版主 此帖已多日无人关注 请您及时结帖 如您认为问题没有解决可按无满意结帖处理 另外本版设置了疑难问题汇总帖 并已在版面置顶 相关规定其帖子中有说明 您可以根据规定提交您帖子的链接 如您目前不想结帖只需回帖说明 我们会删除此结帖通知 见此回复三日内无回应 我们将强制结帖 相关规定详见界面界面版关于版主结帖工作的具体办法