将 gbk编码的字符串 转换成 utf-8 后，存储到注册表出现数据丢失的问题

[test_lockxxx]

因为我的程序使用的 gbk 编码，另一个程序使用的是 utf-8 编码，两者需要通过注册表交互，所以我在对注册表操作的时候，需要将字符由gbk转为utf-8，存储到注册表，等待另一个使用utf-8编码的程序来读取这个注册表项。


将一个【含有中文路径】的字符串由 gbk 编码转换成 utf-8 编码后，存储到注册表后，有时出现数据丢失现象。

【含有中文路径】举例：

D:\新2


代码调试：

gbk:'d:\新2'
0x64 0x3a 0x5c 0xd0 0xc2 0x32

utf-8:'d:\鏂?'
utf-8-len:7
0x64 0x3a 0x5c 0xe6 0x96 0xb0 0x32

读注册表内容：
read:'d:\鏂?'
read:len:7
0x64 0x3a 0x5c 0xe6 0x96 0x3f 0x0


存储后，在程序中直接读取注册表项，发现数据不对了，从 0x3f 开头。

如何解决数据丢失这个问题？

[test_lockxxx]

发现，将gbk字符串："d:\新2" 转换成 utf-8 编码后，存储到注册过后， 数据就被改写了，问题就出在这里。

[日立奔腾浪潮微软松下联想]

使用REG_BINARY类型写二进制数据

[@风轻云淡_]

建议存注册表的时候,以GBK格式存储,读出来之后再转换为UTF8或者别的格式

[test_lockxxx]

另一个程序在读取注册表项时，会判断注册表项的类型，必须为 REG_SZ，所以我的程序在存储的时候，必须使用 REG_SZ 类型。

[zgl7903]

写入对吗？ 是否缺少了结束符 0 ？
RegSetValueExW RegQueryValueEx 直接读写Unicode， 不要转码

[test_lockxxx]

我的程序内部使用的是 gbk 编码，如果在写入注册表的时候，不转换成 utf-8，对于我的程序，是可以正常的写入和读取。 但是另一个程序由于使用的是 utf-8，他读取我写入的注册表项的内容，就会出现乱码。 为了解决这个问题，我在写入注册表的时候，将内容先转换成 utf-8，然后再写入注册表项(REG_SZ) 但是，发现有些中文转换成utf-8后，写入注册表会丢失数据。

[test_lockxxx]

转换成utf-8编码后，结尾不缺少结束符 '\0' 其实问题应该改成： 为什么将 gbk编码的中文转换成utf-8编码，写入注册表项(REG_SZ)后，会出现数据丢失的情况。

[test_lockxxx]

使用 REG_BINARY 类型，在我的程序中写入，读取转换成utf-8的数据，测试发现，数据不会丢失。 但另一个exe文件在读取注册表项的时候，加了一个判断： REG_SZ，导致我的程序必须使用 REG_SZ。 苦恼...

[zgl7903]

  CHAR srcGbk[] = 
  {
    0x64, 0x3a, 0x5c, 0xd0, 0xc2, 0x32, 0x00,
  };

  HKEY hPrimKey = HKEY_CURRENT_USER;
  LPCWSTR szSubKey = L"Software\\myTest";
  LPCWSTR szValueName = L"TestValule";

  const int CP_GBK = 936;
  
  //写入测试
  {
    //GBK-->UNICODE
    int iWLen = MultiByteToWideChar(CP_GBK, 0, srcGbk, -1, NULL, 0);
    WCHAR *wChString = new WCHAR[iWLen + 1];
    MultiByteToWideChar(CP_GBK, 0, srcGbk, -1, wChString, iWLen);
    wChString[iWLen] = 0;

    //UNICODE-->UTF8
    int iUtf8Len = WideCharToMultiByte(CP_UTF8, 0, wChString, -1, NULL, 0, NULL, NULL);
    CHAR *szUtf8String = new CHAR[iUtf8Len + 1];
    WideCharToMultiByte(CP_UTF8, 0, wChString, -1, szUtf8String, iUtf8Len, NULL, NULL);
    szUtf8String[iUtf8Len] = 0;

    HKEY hKey = NULL;
    DWORD dwDisp=0;
    if(RegCreateKeyExW(hPrimKey, szSubKey, NULL, NULL,
      0, KEY_ALL_ACCESS , NULL, &hKey, &dwDisp) == ERROR_SUCCESS)
    {
      RegSetValueExW(hKey, szValueName, NULL, REG_SZ, (BYTE*)szUtf8String, iUtf8Len);
      RegCloseKey(hKey);
    }

    delete [] szUtf8String;
    delete [] wChString;
  }
  
  //读出测试
  {
    HKEY hKey = NULL;
    if(RegOpenKeyExW(hPrimKey, szSubKey, 0, KEY_ALL_ACCESS, &hKey) == ERROR_SUCCESS)
    {
      //获取长度
      DWORD dwType=0, iUtf8Len = 0;
      RegQueryValueExW(hKey, szValueName, NULL, &dwType, NULL, &iUtf8Len);
      //读入UTF8
      CHAR *chUtf8 = new char[iUtf8Len + 1];
      RegQueryValueExW(hKey, szValueName, NULL, &dwType, (BYTE*)chUtf8, &iUtf8Len);
      chUtf8[iUtf8Len] = 0;

      //UTF8-->Unicode
      int iWLen = MultiByteToWideChar(CP_UTF8, 0, chUtf8, -1, NULL, 0);
      WCHAR *wChString = new WCHAR[iWLen + 1];
      MultiByteToWideChar(CP_UTF8, 0, chUtf8, -1, wChString, iWLen);
      wChString[iWLen]= 0;

      //Unicode--->GBK
      int iGBKLen = WideCharToMultiByte(CP_GBK, 0, wChString, -1, NULL, 0, NULL, NULL);
      CHAR *chGBK = new CHAR[iGBKLen + 1];
      WideCharToMultiByte(CP_GBK, 0, wChString, -1, chGBK, iGBKLen, NULL, NULL);
      chGBK[iGBKLen] = 0;

      ASSERT(strcmp(srcGbk, chGBK) == 0);
      
      delete [] chGBK;
      delete [] wChString;
      delete [] chUtf8;

      RegCloseKey(hKey);
    }
  }

[test_lockxxx]

@zgl7903 你的程序文件内部使用的是 utf-8 编码吧，我的程序文件内部使用的是 gbk 编码，使用你的代码后，测试结果和我之前是一样的。 我写的程序源代码使用的是 gbk 编码, 但需要在程序中将 gbk 编码的 "新2" 转换成 utf-8 编码后，存储到注册表的 REG_SZ 。 "d:\新2" 转换成 utf-8 后了字节： 0x64 0x3a 0x5c 0xe6 0x96 0xb0 0x32 但不知为什么，存储到注册表(REG_SZ)后，在我的程序中再读取注册表项时，读取到的字节变成了： 0x64 0x3a 0x5c 0xe6 0x96 0x3f 0x0 为什么数据变了？

[test_lockxxx]

这也许是一个无解的问题。 结贴，感谢大家回复。