求GB2312转UTF-8的方法。。

ggwddu 2010-06-12 12:19:04
在网上找了很多，感觉不怎么明白。
有没代码比较短的，刚在CSDN上找了个UTF-8转GB2312，就觉得不错。
char* CTmssEx::utf2gb(char *utf8,int nLen,int &b)
{
char* gb = NULL;
int num = MultiByteToWideChar(CP_UTF8,0,utf8,nLen,NULL,0);
if (num == 0) return NULL;

unsigned short *unicode = new unsigned short[num+1]; //多分配一个
MultiByteToWideChar(CP_UTF8,0,utf8,nLen,unicode,num+1);

b = WideCharToMultiByte(CP_ACP,0,unicode,num,NULL,0,NULL,NULL);
if (b == 0) return NULL;
gb = new char[b+1]; //多分配一个
memset(gb,0,sizeof(gb));
WideCharToMultiByte(CP_ACP,0,unicode,num,gb,b+1,NULL,NULL);
gb[b]=0;
delete[] unicode;
return gb;
}

上面的代买是UTF-8转GB2312，我现在需要把GB2312转UTF-8，有没类似这样的，不要代码太长的。
...全文
3694 9 打赏 收藏 转发到动态 举报
AI 作业
写回复
用AI写文章
9 条回复
切换为时间正序
请发表友善的回复…
发表回复
linkaifeng 2010-06-13
  • 打赏
  • 举报
 回复 
3、

CString EncodeToUTF8(LPCTSTR szSource)

{

     WORD ch;



     BYTE bt1, bt2, bt3, bt4, bt5, bt6;



     int n, nMax = _tcslen(szSource);



     CString sFinal, sTemp;



     for (n = 0; n < nMax; ++n)

     {

         ch = (WORD)szSource[n];



         if (ch == _T('='))

         {

             sTemp.Format(_T("=%02X"), ch);



             sFinal += sTemp;

         }

         else if (ch < 128)

         {

             sFinal += szSource[n];

         }

         else if (ch <= 2047)

         {

              bt1 = (BYTE)(192 + (ch / 64));

              bt2 = (BYTE)(128 + (ch % 64));



             sTemp.Format(_T("=%02X=%02X"), bt1, bt2);

                        

             sFinal += sTemp;

         }

         else if (ch <= 65535)

         {

              bt1 = (BYTE)(224 + (ch / 4096));

              bt2 = (BYTE)(128 + ((ch / 64) % 64));

              bt3 = (BYTE)(128 + (ch % 64));



             sTemp.Format(_T("=%02X=%02X=%02X"), bt1, bt2, bt3);

                        

             sFinal += sTemp;

         }

         else if (ch <= 2097151)

         {

              bt1 = (BYTE)(240 + (ch / 262144));

              bt2 = (BYTE)(128 + ((ch / 4096) % 64));

              bt3 = (BYTE)(128 + ((ch / 64) % 64));

              bt4 = (BYTE)(128 + (ch % 64));



             sTemp.Format(_T("=%02X=%02X=%02X=%02X"), bt1, bt2, bt3, bt4);

             sFinal += sTemp;

         }

         else if (ch <=67108863)

         {

             bt1 = (BYTE)(248 + (ch / 16777216));

             bt2 = (BYTE)(128 + ((ch / 262144) % 64));

             bt3 = (BYTE)(128 + ((ch / 4096) % 64));

             bt4 = (BYTE)(128 + ((ch / 64) % 64));

             bt5 = (BYTE)(128 + (ch % 64));



             sTemp.Format(_T("=%02X=%02X=%02X=%02X=%02X"), bt1, bt2, bt3, bt4, bt5);

             sFinal += sTemp;

         }

         else if (ch <=2147483647)

         {

              bt1 = (BYTE)(252 + (ch / 1073741824));

              bt2 = (BYTE)(128 + ((ch / 16777216) % 64));

              bt3 = (BYTE)(128 + ((ch / 262144) % 64));

              bt4 = (BYTE)(128 + ((ch / 4096) % 64));

              bt5 = (BYTE)(128 + ((ch / 64) % 64));

              bt6 = (BYTE)(128 + (ch % 64));



             sTemp.Format(_T("=%02X=%02X=%02X=%02X=%02X=%02X"), bt1, bt2, bt3, bt4, bt5, bt6);

             sFinal += sTemp;

         }



     }



     return sFinal;

}

CString DecodeFromUTF8(LPCTSTR szSource)

{

     TRACE(_T("\n"));



     int n, nMax = _tcslen(szSource);

     WORD ch;



     CString sFinal, sTemp;



     BYTE z, y, x, w, v, u;

    

     for (n = 0; n < nMax; ++n)

     {

         ch = (WORD)szSource[n];



         if (ch != _T('='))

         {

             sFinal += (TCHAR)ch;

             continue;

         }



         if (n >= nMax - 2) break; // something is wrong

         z = MakeByte(szSource[n+1], szSource[n+2]);



         if (z < 127)

         {

             sFinal += (TCHAR)z;

             n = n + 2;

         }

         else if (z >= 192 && z <= 223)

         {

             // character is two bytes

             if (n >= nMax - 5) break; // something is wrong

             y = MakeByte(szSource[n+4], szSource[n+5]);

             sFinal += (TCHAR)( (z-192)*64 + (y-128) );

             n = n + 5;

         }

         else if (z >= 224 && z <= 239)

         {

             // character is three bytes

             if (n >= nMax - 8) break; // something is wrong

             y = MakeByte(szSource[n+4], szSource[n+5]);

             x = MakeByte(szSource[n+7], szSource[n+8]);

             sFinal += (TCHAR)( (z-224)*4096 + (y-128)*64 + (x-128) );

             n = n + 8;

         }

         else if (z >= 240 && z <= 247)

         {

             // character is four bytes

             if (n >= nMax - 11) break; // something is wrong

             y = MakeByte(szSource[n+4], szSource[n+5]);

             x = MakeByte(szSource[n+7], szSource[n+8]);

             w = MakeByte(szSource[n+10], szSource[n+11]);

             sFinal += (TCHAR)( (z-240)*262144 + (y-128)*4096 + (x-128)*64 + (w-128) );

             n = n + 11;

         }

         else if (z >= 248 && z <= 251)

         {

             // character is four bytes

             if (n >= nMax - 14) break; // something is wrong

             y = MakeByte(szSource[n+4], szSource[n+5]);

             x = MakeByte(szSource[n+7], szSource[n+8]);

             w = MakeByte(szSource[n+10], szSource[n+11]);

             v = MakeByte(szSource[n+13], szSource[n+14]);

             sFinal += (TCHAR)( (z-248)*16777216 + (y-128)*262144 + (x-128)*4096 + (w-128)*64 + (v-128) );

             n = n + 14;

         }

         else if (z >= 252 && z <= 253)

         {

             // character is four bytes

             if (n >= nMax - 17) break; // something is wrong

             y = MakeByte(szSource[n+4], szSource[n+5]);

             x = MakeByte(szSource[n+7], szSource[n+8]);

             w = MakeByte(szSource[n+10], szSource[n+11]);

             v = MakeByte(szSource[n+13], szSource[n+14]);

             u = MakeByte(szSource[n+16], szSource[n+17]);

             sFinal += (TCHAR)( (z-252)*1073741824 + (y-128)*16777216 + (x-128)*262144 + (w-128)*4096 + (v-128)*64 + (u-128) );

             n = n + 17;

         }

        

     }



     return sFinal;

}

// helper function for decoding

BYTE MakeByte(TCHAR ch1, TCHAR ch2)

{

     BYTE bt1 = 0, bt2 = 0;



     switch (ch2)

     {

         case _T('0'):

             bt2 = 0x00;

             break;

         case _T('1'):

             bt2 = 0x01;

             break;

         case _T('2'):

             bt2 = 0x02;

             break;

         case _T('3'):

             bt2 = 0x03;

             break;

         case _T('4'):

             bt2 = 0x04;

             break;

         case _T('5'):

             bt2 = 0x05;

             break;

         case _T('6'):

             bt2 = 0x06;

             break;

         case _T('7'):

             bt2 = 0x07;

             break;

         case _T('8'):

             bt2 = 0x08;

             break;

         case _T('9'):

             bt2 = 0x09;

             break;

         case _T('A'):

             bt2 = 0x0A;

             break;

         case _T('B'):

             bt2 = 0x0B;

             break;

         case _T('C'):

             bt2 = 0x0C;

             break;

         case _T('D'):

             bt2 = 0x0D;

             break;

         case _T('E'):

             bt2 = 0x0E;

             break;

         case _T('F'):

             bt2 = 0x0F;

             break;

     }



     switch (ch1)

     {

         case _T('0'):

             bt1 = 0x00;

             break;

         case _T('1'):

             bt1 = 0x10;

             break;

         case _T('2'):

             bt1 = 0x20;

             break;

         case _T('3'):

             bt1 = 0x30;

             break;

         case _T('4'):

             bt1 = 0x40;

             break;

         case _T('5'):

             bt1 = 0x50;

             break;

         case _T('6'):

             bt1 = 0x60;

             break;

         case _T('7'):

             bt1 = 0x70;

             break;

         case _T('8'):

             bt1 = 0x80;

             break;

         case _T('9'):

             bt1 = 0x90;

             break;

         case _T('A'):

             bt1 = 0xA0;

             break;

         case _T('B'):

             bt1 = 0xB0;

             break;

         case _T('C'):

             bt1 = 0xC0;

             break;

         case _T('D'):

             bt1 = 0xD0;

             break;

         case _T('E'):

             bt1 = 0xE0;

             break;

         case _T('F'):

             bt1 = 0xF0;

             break;

     }



     BYTE btFinal = bt2 | bt1;



     return   btFinal;
linkaifeng 2010-06-13
  • 打赏
  • 举报
 回复
网上找的
1、

1)tools.h

#include <windows.h>

#include <string>



/************************************************************************/

/* 将gb2312编码转为UTF-8字符                                             */

/************************************************************************/

std::string GBToUTF8(const char*);

/************************************************************************/

/* 将UTF-8编码转为gb2312字符                                             */

/************************************************************************/

std::string UTF8ToGB(const char*);



2)tools.cpp

#include "tools.h"



std::string GBToUTF8(const char* str)

{

     std::string result;

     WCHAR *strSrc;

     TCHAR *szRes;



     //获得临时变量的大小

     int i = MultiByteToWideChar(CP_ACP, 0, str, -1, NULL, 0);

     strSrc = new WCHAR[i+1];

     MultiByteToWideChar(CP_ACP, 0, str, -1, strSrc, i);



     //获得临时变量的大小

     i = WideCharToMultiByte(CP_UTF8, 0, strSrc, -1, NULL, 0, NULL, NULL);

     szRes = new TCHAR[i+1];

     int j=WideCharToMultiByte(CP_UTF8, 0, strSrc, -1, szRes, i, NULL, NULL);



     result = szRes;

     delete []strSrc;

     delete []szRes;



     return result;

}



std::string UTF8ToGB(const char* str)

{

     std::string result;

     WCHAR *strSrc;

     TCHAR *szRes;



     //获得临时变量的大小

     int i = MultiByteToWideChar(CP_UTF8, 0, str, -1, NULL, 0);

     strSrc = new WCHAR[i+1];

     MultiByteToWideChar(CP_UTF8, 0, str, -1, strSrc, i);



     //获得临时变量的大小

     i = WideCharToMultiByte(CP_ACP, 0, strSrc, -1, NULL, 0, NULL, NULL);

     szRes = new TCHAR[i+1];

     WideCharToMultiByte(CP_ACP, 0, strSrc, -1, szRes, i, NULL, NULL);



     result = szRes;

     delete []strSrc;

     delete []szRes;



     return result;

}



附注：

const char * = std::string.c_str



2、

1)tools.h

#include <string>

#include <afx.h>



/************************************************************************/

/* 将gb2312编码转为UTF-8字符                                             */

/************************************************************************/

std::string GBToUTF8(CString);

/************************************************************************/

/* 将UTF-8编码转为gb2312字符                                             */

/************************************************************************/

CString UTF8ToGB(std::string*);



2)tools.cpp

#include "tools.h"



std::string GBToUTF8(CString cstr)

{

     std::string result;

     WCHAR *strSrc;

     TCHAR *szRes;

     const char* str = (LPCTSTR)cstr;



     //获得临时变量的大小

     int i = MultiByteToWideChar(CP_ACP, 0, str, -1, NULL, 0);

     strSrc = new WCHAR[i+1];

     MultiByteToWideChar(CP_ACP, 0, str, -1, strSrc, i);



     //获得临时变量的大小

     i = WideCharToMultiByte(CP_UTF8, 0, strSrc, -1, NULL, 0, NULL, NULL);

     szRes = new TCHAR[i+1];

     int j=WideCharToMultiByte(CP_UTF8, 0, strSrc, -1, szRes, i, NULL, NULL);



     result = szRes;

     delete []strSrc;

     delete []szRes;



     return result;

}



CString UTF8ToGB(std::string* sstr)

{

     CString result;

     WCHAR *strSrc;

     TCHAR *szRes;

     const char* str = sstr->c_str();



     //获得临时变量的大小

     int i = MultiByteToWideChar(CP_UTF8, 0, str, -1, NULL, 0);

     strSrc = new WCHAR[i+1];

     MultiByteToWideChar(CP_UTF8, 0, str, -1, strSrc, i);



     //获得临时变量的大小

     i = WideCharToMultiByte(CP_ACP, 0, strSrc, -1, NULL, 0, NULL, NULL);

     szRes = new TCHAR[i+1];

     WideCharToMultiByte(CP_ACP, 0, strSrc, -1, szRes, i, NULL, NULL);



     result = szRes;

     delete []strSrc;

     delete []szRes;



     return result;

}
do_fork 2010-06-13
  • 打赏
  • 举报
 回复
这是C语言标准库函数里的转换方式，需要系统支持这个locale

4096是随便写上去的长度,实际使用时，要动态分配



#include <wchar.h>

#include <locale.h>



int gbk_to_utf8(char *gbk, char *utf8, size_t n)

{

        wchar_t std[4096];

        setlocale(LC_ALL, "zh_CN.GBK");

        mbstowcs(std, gbk, 4096);

        setlocale(LC_ALL, "zh_CN.UTF-8");

        if (wcstombs(utf8, std, 4096) == (size_t)-1) 

                return -1; 

        return 0;

}
linkaifeng 2010-06-13
  • 打赏
  • 举报
 回复 
//UTF-8到GB2312的转换

char* U2G(const char* utf8)

{

int len = MultiByteToWideChar(CP_UTF8, 0, utf8, -1, NULL, 0);

wchar_t* wstr = new wchar_t[len+1];

memset(wstr, 0, len+1);

MultiByteToWideChar(CP_UTF8, 0, utf8, -1, wstr, len);

len = WideCharToMultiByte(CP_ACP, 0, wstr, -1, NULL, 0, NULL, NULL);

char* str = new char[len+1];

memset(str, 0, len+1);

WideCharToMultiByte(CP_ACP, 0, wstr, -1, str, len, NULL, NULL);

if(wstr) delete[] wstr;

return str;

}



//GB2312到UTF-8的转换

char* G2U(const char* gb2312)

{

int len = MultiByteToWideChar(CP_ACP, 0, gb2312, -1, NULL, 0);

wchar_t* wstr = new wchar_t[len+1];

memset(wstr, 0, len+1);

MultiByteToWideChar(CP_ACP, 0, gb2312, -1, wstr, len);

len = WideCharToMultiByte(CP_UTF8, 0, wstr, -1, NULL, 0, NULL, NULL);

char* str = new char[len+1];

memset(str, 0, len+1);

WideCharToMultiByte(CP_UTF8, 0, wstr, -1, str, len, NULL, NULL);

if(wstr) delete[] wstr;

return str;

}

无论是GB2312到UTF-8的转换，还是UTF-8到GB2312的转换，都需要注意的是在使用字符串后，需要删除字符串指针；这是因为以上两个方法返回的是字符串指针，如果没有删除将会内存泄漏，可别说我没提醒你哦。

redhumor 2010-06-12
  • 打赏
  • 举报
 回复
同学 如果 你用Linux平台 有个基本函数的 iconv(); windows的 MFC应该也有类似函数吧
jadedrip 2010-06-12
  • 打赏
  • 举报
 回复
MultiByteToWideChar ， WideCharToMultiByte 交换一下，很容易自己写的
ggwddu 2010-06-12
  • 打赏
  • 举报
 回复
[Quote=引用 1 楼 hiroyukki 的回复:]
Java code

public static String toUTF8(String source) {
try {
return new String(source.getBytes("gb2312"), "utf8");
} catch (UnsupportedEncodingException e) {
return sour……
[/Quote]

兄弟，，我要的是C++的。。。
贪食蛇男 2010-06-12
  • 打赏
  • 举报
 回复 


public static String toUTF8(String source) {

	try {

		return new String(source.getBytes("gb2312"), "utf8");

	} catch (UnsupportedEncodingException e) {

		return source;

	}

}

………………
do_fork 2010-06-12
  • 打赏
  • 举报
 回复
标准库中已经有多字节处理函数里
文本文件编码转换工具 gbk utf8 gb2312
写此贴为记录自己的学习历程,供后来者以观. 原因,我决定学习PHP+MYSQL之后选择了用整合包的环境(因为我懒) 经过历时一个星期的比较 揣摩 测试之后选择了 VertrigoServ 可是它美中不足的是mysql里中文显示"????????".最后几经周折总算解决了. 方法如下: 1)在phpmyadmin 中建库的时候一切默认 2)建表时候一切默认;至于导入*.SQL没试应该是不用动什么 3)在 php 文件头部加入 "说明此文件编码为utf8" 4)在 mysql_select_db("表名",$id); 后面加入一行 mysql_query("set names utf8;"); 5)*.php 文件在存盘的时候也以 "utf-8"编码存盘. 如此一来整站编码就都是国际能用的utf8编码了.通用性现在做到最好了. 问题也是有的,在此环境下涉及到数据库运行的文件都必须是 utf8编码.这样一来就出现了不兼容,因为在国内大家都是以GBK gb2312编的码 包括 17PHP.com 网站里的学习源码文件(我用的是77例中的) 和很多插件 论坛代码... ...Discuz!也是的 解决起来很简单,把它们的编码都改成 utf8 好了. 批量文件转码工具
文件编码格式的转换之GB2312转UTF-8 Without BOM之使用iconv
在前一篇文章中《文件编码格式的转换之GB2312转UTF-8 Without BOM》： https://blog.csdn.net/cpdoor2163_com/article/details/112260222 提到了几种GB2312转UTF-8的方法，这里还可以使用iconv完成GB2312转UTF-8的任务： “iconv命令可以将一种已知的字符集文件转换成另一种已知的字符集文件。” 两句题外话： WPS中，如果写入过中文，存储的表格csv文件就是GB2312编码格式的。WPS里不能存储为UTF-
文件编码格式的转换之GB2312转UTF-8 Without BOM
中文区最常使用的两种文件编码格式： Chinese Simplified(GB2312) - Codepage 936 Unicode(UTF-8 without signature) - Codepage 65001 也就是中文文件编码格式和国际通用文件编码格式（Unicode使用UTF-8方式实现的文件编码格式）。 我们都知道，非常不幸的，GB2312与UTF-8互相不通用，在不知道文件编码格式的情况下，使用特定编码格式打开另一种编码格式的文件，基本上只能看到乱码。 为什么有的时候看到的不是乱码？ 在
gb2312转utf-8
上网找了些资料，发现确实挺简单的，不知道为啥被人误导，弄出一个还被广泛转载的CChineseCode类。然而它仅仅针对汉字（每个汉字在UTF-8编码中占3个字节），如果字符串中有英文，就有麻烦了，因为英文在UTF-8编码中只有一个字节。另外有的字符会占用更多的字节。所以这个类并不适用。经过自己的亲自测试，真的是很多问题。再参考一些文章，给出转换方式如下： //gb2312 to unic
linux gb2312转utf-8,Linux下实现UTF-8和GB2312互相转换的方法
#include #include #includeusing namespace std;int utf8togb2312(const char *sourcebuf,size_t sourcelen,char *destbuf,size_t destlen) {iconv_t cd;if( (cd = iconv_open("gb2312","utf-8")) ==0 )return -1;m...
C++ 语言

65,195

社区成员

250,526

社区内容

发帖
与我相关
我的任务
社区描述
C++ 语言相关问题讨论，技术干货分享，前沿动态等
c++ 技术论坛（原bbs）
社区管理员
  • C++ 语言社区
  • encoderlee
  • paschen
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
  1. 请不要发布与C++技术无关的贴子
  2. 请不要发布与技术无关的招聘、广告的帖子
  3. 请尽可能的描述清楚你的问题，如果涉及到代码请尽可能的格式化一下

试试用AI创作助手写篇文章吧

+ 用AI写文章