wchar_t* 与 char* 转换

[lookfeng]

例如：char* a = "你好";
怎么让wchar_t* b 等于a
即
b[0] = 你
b[1] = 好

[lookfeng]

欢迎继续讨论！

另外，

char* a = "你好";
wchar_t *b = (wchar_t *)a;

得出来的
b为乱麻，察看
b[0] = E3C4
b[1] = C3BA

你好 的GB2312码：
你 C4E3
好 BAC3

所以这样强制转换后，
得出来是GB2312码高低位对调了。

能不能不让它对调？

[低调的小青蛙]

正统的 C++ 用法是：mbstowcs ，在 Windows 下可以使用 Windows API 函数：MultiBytesToWideChars。

关于字符编码的更多讨论：
http://www.regexlab.com/zh/encoding.htm

[lookfeng]

再顶

[zengkun100]

这肯定是字符编码之间的转换，而不仅仅是内存的转换，你需要调函数的，楼上的已经说了函数了。

[Jedimaster]

如果要手动转换应该要考虑高位低位吧

毕竟w_char是unsigned short

[低调的小青蛙]

搂主这样子说就不好了，前面都已经说得非常明白了。

详情请看：
http://www.regexlab.com/zh/encoding.htm

[lookfeng]

因为我的问题没有解决：


1、问题一：

char* a = "你好";
怎么让wchar_t* b 等于a
即
b[0] = 你
b[1] = 好

用mbstowcs

b为四个字符(不算\0)：
分别等于
196 227 186 195
即1、2组成你，3、4组成好

而我想:
b为两个字符：
b[0] = 20320 //你
b1[] = 22909 //好

2、问题二：
char* a = "你好";
wchar_t *b = (wchar_t *)a;

得出来的
b为乱麻，察看
b[0] = E3C4
b[1] = C3BA

你好 的GB2312码：
你 C4E3
好 BAC3

所以这样强制转换后，
得出来是GB2312码高低位对调了。

这种对调是由具体实现(编译器)确定的，还是所有编译器都设这样的？

[低调的小青蛙]

使用 mbstowcs 之前，需要进行

// 位于头文件 <locale.h> 中，这个头文件是标准 C++ 头文件，肯定有，不管哪个 C++
setlocale(LC_ALL, "");

在我提到的文章中，有相关讲述，并且讲解了相关的原理：
http://www.regexlab.com/zh/encoding.htm


另外，如果使用 Windows API 函数，可以使用 MultiByteToWideChar

使用强类型转换的方法肯定是错的，不用考虑。

[低调的小青蛙]

#include <locale.h>
#include <stdlib.h>

int main(int argc, char* argv[])
{
char * a = "你好";
wchar_t b[10] = {0};

setlocale(LC_ALL, "");

mbstowcs(b, a, 10);

return 0;
}

[sharpdew]

mbstowcs这样用是不对的，它会把输入的char*字符串中的每个char（一个汉字对应两个char）都转化为对应的wchar类型，在上面的例子中实际上就是在本来的char前面补充一个全为0的字节。要在linux下转化gbk为unicode需要使用iconv函数，windows下当然就用MultiByteToWideCha和WideCharToMultiByte。
值得注意的是，不管是gbk字符，还是unicode字符，在使用iconv进行转化的时候，都是以char*的格式进行封装的，也就是说如果是宽字符的话需要两个两个取char数组中的字符，然后按照系统是little endia还是big endian的顺序把每成对的两个char，当作一个wchar来看待，或者把两个char对应的内存看作一个unsigned short的内存，一个字节占前面8为，另外一个字节占后面8位。

[低调的小青蛙]

To sharpdew(风刃) 兄：

直接否定 mbstowcs 是不对的。实际上 mbstowcs() 是和 setlocale() 相关联的，这一点容易被忽略。当 setlocale() 运行正确之后，mbstowcs() 是能够起作用的。

实际上 mbstowcs() 才是最正统的 C++ 方法，所有的 C++ 都支持。Windows API 方法是最好用的，不过只有在 Windows 下才能用。如果是在 Windows 上写程序，当然推荐使用 Windows API 方法。

[lookfeng]

在一个问题：

char* a = "你好";
wchar_t* b；

怎么让：
b[0] = C4E3 //即 你 的GB2312 码
b[1] = BAC3 //即 好 的GB2312 码

[lookfeng]

看样子高手是不会出现了。

[低调的小青蛙]

使用
int _ismbslead( const unsigned char *string, const unsigned char *current );
int _ismbstrail( const unsigned char *string, const unsigned char *current );

分别可以判断某一个字节，是否是一个汉字的第一个字节和后一个字节。

搂主可以参考其他的 mbs 系列函数

[Cocoky]

multichartowidechar
widechartomultichar

[plamlover]

例如：char* a = "你好";
怎么让wchar_t* b 等于a
即
b[0] = 你
b[1] = 好
-----------------------------------------------------
我想讲一点原理性的东西，wchar_t 一个字符占二个字节（这其实是UNICODE），一个汉字也占二个字节。。如果是用WINDOWS API函数来解决应该是没有什么问题的，在WINDOWS里面扩展的C运行库也有相应的函数可以解决这种问题，具体可以MSDN中查到（我也不太记了）。

void main()
{
char* a = "你好",*Lpa,*Lpb;
wchar_t b[2] ;
int i;
Lpa=&a;
Lpb=&b;
for(i=0;i<2*2;i++,Lpa++,Lpb++)
{
*Lpb=*Lpa;
}
我认为这样就达到要求了。（没有要API）

[plamlover]

上面程序写错了~~~~
刚才调试了一下~~~~~~
用的是VC6.0
#include<windows.h>
#include<stdio.h>
void main()
{
char* a = "你好",*Lpa,*Lpb;
wchar_t b[2] ;
int i;
Lpa=a; //之前这明显出问题了
Lpb=&b;
for(i=0;i<2*2;i++,Lpa++,Lpb++) //可以达到要求
{
*Lpb=*Lpa;
}
*Lpb='\0'; //为了输出结果再加上一个尾巴
printf("%s",(char*)b); //输出“你好”
}

[zengkun100]

多字节编码和UNICODE编码根本就是两个不同的东西嘛！
你非要两个的内存一样搞什么呢？建议你去看看WINDOWS核心编程，看看里面是怎么讲UNICODE的。

[AdenPlus]

说的好，自己赋个值不就行了！

[lookfeng]

就上面问题再顶一下:

char* a = "你好ab";
wchar_t* b；

怎么让：
b[0] = C4E3 //即 你 的GB2312 码
b[1] = BAC3 //即 好 的GB2312 码
b[2] = 97 //即 a 的GB2312 码
b[3] = 98 //即 b 的GB2312 码