WideCharToMultiByte 转换中文问题

[czy_163_com]

char* Ctestt::GetBuffer_2(CString str )
{
memset( gstrp_2, 0x00, 2000 );

int nlen ;

// CP_ACP

nlen= WideCharToMultiByte( CP_ACP , 0 , LPCWSTR( str.GetBuffer() ) , -1 , NULL , 0 , NULL ,NULL );

WideCharToMultiByte( CP_ACP, 0 , LPCWSTR( str.GetBuffer() ) , -1 , gstrp_2 , nlen , NULL ,NULL );

return (char*) gstrp_2;


}

其他中文都没问题， 但是这个中文 “㣧" WideCharToMultiByte 不能转换

word 可以打印出这个字

[赵4老师]

#pragma comment(lib,"user32")
#pragma comment(lib,"gdi32")
#include <conio.h>
#include <stdio.h>
#include <stdlib.h>
#include <windows.h>
extern "C" HWND WINAPI GetConsoleWindow();
void HideTheCursor() {
    CONSOLE_CURSOR_INFO cciCursor;
    HANDLE hStdOut = GetStdHandle(STD_OUTPUT_HANDLE);

    if(GetConsoleCursorInfo(hStdOut, &cciCursor)) {
        cciCursor.bVisible = FALSE;
        SetConsoleCursorInfo(hStdOut, &cciCursor);
    }
}
void ShowTheCursor() {
    CONSOLE_CURSOR_INFO cciCursor;
    HANDLE hStdOut = GetStdHandle(STD_OUTPUT_HANDLE);

    if(GetConsoleCursorInfo(hStdOut, &cciCursor)) {
        cciCursor.bVisible = TRUE;
        SetConsoleCursorInfo(hStdOut, &cciCursor);
    }
}
int main() {
    HWND  hwnd;
    HDC   hdc;
    HFONT hfont;
    wchar_t wc[2];

    system("color F0");
    system("cls");
    HideTheCursor();
    hwnd  = GetConsoleWindow();
    hdc   = GetDC(hwnd);
    hfont = CreateFont(48,0,0,0,0,0,0,0,GB2312_CHARSET ,0,0,0,0,"宋体-方正超大字符集");
    SelectObject(hdc,hfont);
    wc[0]=0xD854u;
    wc[1]=0xDC00u;
    TextOutW(hdc,10,10,wc,2);
    DeleteObject(hfont);
    ReleaseDC(hwnd,hdc);
    getch();
    system("color 07");
    system("cls");
    ShowTheCursor();
    return 0;
}
#if 0
代理项或代理项对是一对共同表示单个字符的 16 位 Unicode 编码值。需要记住的关键一点是：
代理项对实际上是 32 位单个字符，不能再假定一个 16 位 Unicode 编码值正好映射到一个字符。

使用代理项对
代理项对的第一个值是高代理项，包含介于 U+D800 到 U+DBFF 范围内的 16 位代码值。
该对的第二个值是低代理项，包含介于 U+DC00 到 U+DFFF 范围内的值。通过使用代理项对，
16 位 Unicode 编码系统可以对已由 Unicode 标准定义的一百多万个其他字符 (220) 进行寻址。

在传递给 XmlTextWriter 方法的任何字符串中都可以使用代理项字符。不过，代理项字符在编写的
XML 中应该有效。例如，万维网联合会 (W3C) 建议不允许在元素或属性的名称中使用代理项字符。
如果字符串包含无效的代理项对，则引发异常。

另外，可以使用 WriteSurrogateCharEntity 写出与代理项对相对应的字符实体。字符实体以十六
进制格式写出，并用以下公式生成：

(highChar -0xD800) * 0x400 + (lowChar -0xDC00) + 0x10000

如果字符串包含无效的代理项对，则引发异常。下面的示例显示将代理项对作为输入的 WriteSurrogateCharEntity 方法。

C#复制
 // The following line writes 𐀀.
WriteSurrogateCharEntity ('\uDC00', '\uD800');
下面的示例生成一个代理项对文件，将其加载到 XmlReader 中，并用新的文件名保存文件。
然后，原始文件和新文件被加载回应用程序的 XML 文档对象模型 (DOM) 结构中以进行比较。

C#复制
 char lowChar, highChar;
char [] charArray = new char[10];
FileStream targetFile = new FileStream("SurrogatePair.xml",
      FileMode.Create, FileAccess.ReadWrite, FileShare.ReadWrite);

lowChar = Convert.ToChar(0xDC00);
highChar = Convert.ToChar(0xD800);
XmlTextWriter tw = new XmlTextWriter(targetFile, null);
tw.Formatting = Formatting.Indented;
tw.WriteStartElement("root");
tw.WriteStartAttribute("test", null);
tw.WriteSurrogateCharEntity(lowChar, highChar);
lowChar = Convert.ToChar(0xDC01);
highChar = Convert.ToChar(0xD801);
tw.WriteSurrogateCharEntity(lowChar, highChar);
lowChar = Convert.ToChar(0xDFFF);
highChar = Convert.ToChar(0xDBFF);
tw.WriteSurrogateCharEntity(lowChar, highChar);

// Add 10 random surrogate pairs.
// As Unicode, the high bytes are in lower
// memory; for example, word 6A21 as 21 6A.
// The high or low is in the logical sense.
Random random = new Random();
for (int i = 0; i < 10; ++i) {
      lowChar = Convert.ToChar(random.Next(0xDC00, 0xE000));
      highChar = Convert.ToChar(random.Next(0xD800, 0xDC00));
      charArray[i] = highChar;
      charArray[++i] = lowChar;
}
tw.WriteChars(charArray, 0, charArray.Length);

for (int i = 0; i < 10; ++i) {
      lowChar = Convert.ToChar(random.Next(0xDC00, 0xE000));
      highChar = Convert.ToChar(random.Next(0xD800, 0xDC00));
      tw.WriteSurrogateCharEntity(lowChar, highChar);
}

tw.WriteEndAttribute();
tw.WriteEndElement();
tw.Flush();
tw.Close();

XmlTextReader r = new XmlTextReader("SurrogatePair.xml");

r.Read();
r.MoveToFirstAttribute();
targetFile = new FileStream("SurrogatePairFromReader.xml",
       FileMode.Create, FileAccess.ReadWrite, FileShare.ReadWrite);

tw = new XmlTextWriter(targetFile, null);
tw.Formatting = Formatting.Indented;
tw.WriteStartElement("root");
tw.WriteStartAttribute("test", null);
tw.WriteString(r.Value);
tw.WriteEndAttribute();
tw.WriteEndElement();
tw.Flush();
tw.Close();

// Load both result files into the DOM and compare.
XmlDocument doc1 = new XmlDocument();
XmlDocument doc2 = new XmlDocument();
doc1.Load("SurrogatePair.xml");
doc2.Load("SurrogatePairFromReader.xml");
if (doc1.InnerXml != doc2.InnerXml) {
      Console.WriteLine("Surrogate Pair test case failed");
}
在使用 WriteChars 方法（一次写出一个缓冲区的数据）写出时，输入中的代理项对可能
会在一个缓冲区内被意外拆分。由于代理项值是定义完善的，如果 WriteChars 遇到来自
较低范围或者较高范围的 Unicode 值，它将该值标识为代理项对的一半。当遇到
 WriteChars 将导致从拆分代理项对的缓冲区写入的情况时，将引发异常。使用
  IsHighSurrogate 方法检查缓冲区是否以高代理项字符结束。如果缓冲区中的最后一个
  字符不是高代理项，可以将该缓冲区传递给 WriteChars 方法。

请参见
概念
使用 XmlTextWriter 创建格式正确的 XML
XmlTextWriter 的 XML 输出格式设置
XmlTextWriter 的命名空间功能

#endif

[mLee79]

GB2312 (CP936) 没有收录汉字 ‘㣧’ \u38E7 ， GB18030(CP54936) 可以。 CP_ACP 依赖于设置， 大部分中文系统下都设置成了 CP936 。 WideCharToMultiByte( 54936, 0 , LPCWSTR( str.GetBuffer() ) , -1 , gstrp_2 , nlen , NULL ,NULL ); 可以转换到 GB18030 这些东西还是用 UNICODE 靠谱些， M$ 的字符集转换经常出些莫名其妙的问题， 还是用 iconv 靠谱， 特别是现在 扩展语言位面的字符越来越多。

[czy_163_com]

多谢楼上两位老师， 我按照老师的指点试用下。 我的编译环境 vs 2005 , 字符集 unicode

[czy_163_com]

char* CTreeList::GetBuffer_2(CString str )
{
memset( gstrp_2, 0x00, 2000 );

int nlen ;

// CP_ACP

nlen= WideCharToMultiByte( 54936 , 0 , LPCWSTR( str.GetBuffer() ) , -1 , NULL , 0 , NULL ,NULL );

WideCharToMultiByte( 54936, 0 , LPCWSTR( str.GetBuffer() ) , -1 , gstrp_2 , nlen , NULL ,NULL );


int sBufSize=strlen(gstrp_2);

DWORD dBufSize=MultiByteToWideChar(54936, 0, gstrp_2, sBufSize, NULL, 0);

wchar_t * dBuf=new wchar_t[dBufSize];
wmemset(dBuf, 0, dBufSize);

//进行转换
int nRet=MultiByteToWideChar(CP_ACP, 0, gstrp_2, sBufSize, dBuf, dBufSize);

CString strTest;

strTest = CString ( dBuf);

return (char*) gstrp_2;

}









看下显示不出原来的字符

[mLee79]

调试器显示的字符没有意义， 中文版的VS调试器一样是 CP936， 这个字符当然显示不出来， 看二进制编码。

[哈哈王戈多]

std::string Utf82Gbk(const std::string source)
{
std::string result;
if (source.empty())
return result;

unsigned long len = MultiByteToWideChar(CP_UTF8, NULL, source.c_str(), -1, NULL, NULL);
wchar_t *wide_char_buffer = new wchar_t[len];
memset(wide_char_buffer, 0x00, len);
MultiByteToWideChar(CP_UTF8, NULL, source.c_str(), -1, wide_char_buffer, len);

len = WideCharToMultiByte(CP_ACP, NULL, wide_char_buffer, -1, NULL, NULL, NULL, NULL);
char *multi_byte_buffer = new char[len];
WideCharToMultiByte(CP_ACP, NULL, wide_char_buffer, -1, multi_byte_buffer, len, NULL, NULL);
result.assign(multi_byte_buffer, len);

if (wide_char_buffer)
{
delete[] wide_char_buffer;
wide_char_buffer = NULL;
}
if (multi_byte_buffer)
{
delete[] multi_byte_buffer;
multi_byte_buffer = NULL;
}
return result;
}