c++里如何用string将中文编码的数字，字母转换成char类型

最新推荐文章于 2025-04-13 14:30:49 发布
最新推荐文章于 2025-04-13 14:30:49 发布
阅读量6.2k 收藏 4
点赞数 1
分类专栏： 闲来无事 大四 其它~~~~~~~~~~~~~
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/martinue/article/details/75676129
版权

因公司业务需要，研究了一下c++里的string存储汉字的具体编码，完成了转换函数的编写，其实很简单。

ASCII 码是使用指定的7 位或8 位二进制数组合来表示128 或256 种可能的字符。 ASCII 编码可以表示的最大字符数年是 256,其实英文字符并没有那么多 

ASCII-----单字节编码

       ASCII 码是使用指定的7 位或8 位二进制数组合来表示128 或256 种可能的字符。 ASCII 编码可以表示的最大字符数年是 256,其实英文字符并没有那么多，一般只用前 128 个(最高位为了0)，其中包括了控制字符、数字、大小写字母和其他一些符号。而最高为1 的另128 个字符为"扩展ACSII".

       128 个字符，其中0x00~0x1F(0~31))、0x7F(127)是控制符。其他编码 0x20~0x7E(32~126)则定义实际可见的字符，包括数字、大小写英文字母、标点符号等。

GB2312-----中国人的简体字编码

       GB2312(1980年)一共收录了7445个字符，包括6763个汉字和682个其它符号。汉字区的内码范围高字节从B0-F7,低字节从 A1-FE,占用的码位是72*94=6768.其中有5个空位是D7FA-D7FE.GB2312-80中共收录了7545个字符，用两个字节编码一个字符。每个字符最高位为0.

       GB2312支持的汉字太少。1995年的汉字扩展规范GBK1.0收录了21886个符号，它分为汉字区和图形符号区。汉字区包括21003个字符。

       GB2312中汉字的编码范围为，第一字节0xB0-0xF7(对应十进制为176-247)，第二个字节0xA0-0xFE(对应十进制为160-254)。

GBK----中国人的简繁编码

       GBK编码(Chinese Internal Code Specification)是中国大陆制订的、等同于UCS的新的中文编码扩展国家标准。gbk编码能够用来同时表示繁体字和简体字，而gb2312只能表示简体字，gbk是兼容gb2312编码的。

范围：8140~FEFE(剔除xx7F)共23940个码位。GBK中有码位23940个，包含汉字21003个。

       GBK 采用了单双字节混合的方式。它兼容ASCII,因些0x~07F 部分的定义和ASCII 一样。对其他字符，GBK中每个汉字仍然包含两个字节，第一个字节的范围是0x81-0xFE(即129-254)-----最高位必须是 1,第二个字节的范围是0x40-0xFE(即64-254)。

解码时，需要逐个字节检查具体如下：

　　1.如果这个字节的范围是 0x00~0x7F,即最高位是 0 时，这个字节本身就代表一个字符，和 ASCII 的含义相同。　　2.如果字节范围 0x80~0xFF,即最高位为 1 时，还需要再取下一个字节，两个字节合起来才表示一个字符。　　Unicode----统一码、万国码，Java、Python

　　Unicode编码后的大小是一样的。例如一个英文字母 "a" 和 一个汉字 "好",编码后都是占用的空间大小是一样的，都是两个字节!

　　需要说明的是，定长编码便于计算机处理(注意GB2312/GBK不是定长编码)，而unicode又可以用来表示所有字符，所以在很多软件内部是使用unicode编码来处理的，比如java.

　　UTF-8-----国际编码，通用性好，前缀码，从第一个字节就能知道这是个几字节字

　　因为对于英文字母，unicode也需要两个字节来表示。unicode不便于传输和存储，因此而产生了utf编码。

　　UTF8编码后的大小是不一定，例如一个英文字母"a" 和 一个汉字 "好",编码后占用的空间大小就不样了，前者是一个字节，后者是三个字节!编码的方法是从低位到高位。

　　其中UTF-16和Unicode编码大致一样， UTF-8就是以8位为单元对Unicode进行编码。从Unicode到UTF-8的编码方式如下：

　　Unicode编码(16进制) UTF-8 字节流(二进制)

　　U+0000 - U+007F 0*** ****(0x00~0x7F) 字节最高位为了0,则它表示一个字符，和ASCII 解释一样

　　U+0080 - U+07FF 110* **** 10** ****(0xC0~0xDF) 字节最高三位是110,则这是双字节 编码，用于其他字母字符

　　U+0800 - U+FFFF 1110 **** 10** **** 10** ****(0xE0~0xEF) 字节最高四位是 1110, 则这是三字节编码，用于其他字符，如中文简繁等

　　例如"汉"字的Unicode编码是6C49.6C49在0800-FFFF之间，所以肯定要用3字节模板了：1110xxxx 10xxxxxx 10xxxxxx.将6C49写成二进制是：0110 110001 001001, 用这个比特流依次代替模板中的x,得到：11100110 10110001 10001001,即E6 B1 89.


以上是相关资料…

为了方便查看解码方法，以下这个网址存储的是gb2312的中文编码：http://tools.jb51.net/table/gb2312


在ASCII中，一共定义了128个字符，其中33个无法显示，为0～31和127，32到126为可显示字符，当使用cout输出一个char型字符时，如果是可显示范围内，则输出相应可显示字符，其余的都输出乱码。中文编码的话一个中文字使用两个字节存储，然而恰好中文编码的字符都在无法显示的ascll字节中，所以直接输出都无法查看。如果我们要使字符能够按十六进制输出方便我们查看以及编写程序，可以使用hex，但是发现cout << hex << data[0];没有输出十六进制，因为hex只对整数起作用，将s[0]转换为int，cout << hex << int(data[0])； 发现输出的结果前面带了很多f。因为data[0]是有符号数，最高位为1时，转换为int时，其余位都为1，cout << hex << (unsigned int) (unsigned char)data[0];结果正确。


现附上c++判断char是否为中文的代码：

int IncludeChinese(const char *str)
{
    int nRet = 0;
    char c;
    while((c=*str++))
    {
        ///如果字符高位为1且下一字符高位也是1则有中文字符
        if( (c&0x80) && (*str & 0x80) )
        {
            nRet = 1;
            break;
        }
    }
    return nRet;
}

下面附上判断返回中文编码字符的数字或者字母对应的ascll的编码格式的代码：

#include <iostream>
#include <string>
using namespace std;

char get(char a)
{
   unsigned int x=(unsigned int)(unsigned char)a;///首先需要得到该字节对应的具体编码数字
   if(x>=176&&x<=185)///对照gb2312编码查找的中文编码数字
       return x-176+'0';
   if(x>=193&&x<=218)///对照gb2312编码查找的中文编码大写字母
       return x-193+'A';
   if(x>=225&&x<=250)///对照gb2312编码查找的中文编码小写字母
       return x-193+'a';
    return '0'-1;
}

string origin_str(string s)
{
    string new_str;
    for(int i=0,l=s.length(); i<l;)
        if(s[i]&0x80&&s[i+1]&0x80)
        ///确定这两个字节是一个汉字编码字符然后具体在get()函数得到对应ascll字符
        {
            if(s[i]&0xA3)///第一个字节限定成了数字或者字母
            {
                char t=get(s[i+1]);///对照gb2312编码查找第二个字节具体是什么
                new_str+=t;
            }
            i+=2;
        }
        else
            new_str+=s[i],i++;
    return new_str;
}

int main()
{
    string s;
    s="Ｘ０２４Ｙ４０８9Ｓ9２9１9２9";
    cout<<"string:"<<s<<"对应的效果为：";
    string ss=origin_str(s);
    cout<<ss<<endl;
    return 0;
}
上面的字符串是用于测试用，所有的数字9都是正常的ascll编码，其他的都是中文编码的字符，转换后都是一样的ascll。啊，调试这个不知不觉搞到了现在…可是还是很兴奋吖！


【004】C++数据类型之字符类型（char）详解
Lion_Long的博客
05-17 1万+
char类型表示单个字符，占用一个字节（8位），范围为-128~ 127或0~255（取决于是否使用有符号类型）。可以使用单引号将字符括起来，例如：‘a’、‘B’、'1’等。还可以使用转义字符表示一些特殊的字符，例如：‘\n’表示换行符、’\t’表示制表符等。char类型变量可以被赋值为字符常量、字符变量和字符表达式等。字符串是由多个字符组成的序列，可以用char数组或string类型表示。char类型也可以用于输入输出操作，例如：cin和cout等。
c++将字符转换为数字
qq_63102689的博客
04-30 5770
将字符数组中的字符‘1到9转换为整数数字 #include<iostream> using namespace std; int chnum(char a[]); int main() { char ar[5] = { '3','5','3','7','4'}; cout << chnum(ar) << endl; return 0; } int chnum(char str[]) { int num = 0; for (int i = 0; str[
C/C++中CString转char*（亲测有效，支持中文）
王杰林（编码技术）的博客
08-10 2040
中文路径在C/C++中转换问题
C++的中英文字符串表示(string,wstring)
weixin_30458043的博客
10-11 604
在C++中字符串类的string的模板原型是basic_string template<class_Elem,classtraits=char_traits<_Elem>,class_Ax=allocator<_Elem>> classbasic_string{}; 第一个参数_Elem表示类型。第二...
C++算法（3）：int与char转换的5种高效方法及使用场景
最新发布
2501_91516851的博客
04-13 1064
简单ASCII转换：使用static_cast，适用于需要ASCII码值的场景数字字符处理：直接加减'0'是最简单高效的方法复杂转换需求：使用或stoi等更通用的方法理解这些转换的原理和适用场景，能够帮助我们在实际编程中选择最合适的方法，写出更高效、更安全的代码。
string转char *
破空的专栏
12-01 1077
string 是c++标准库里面其中一个，封装了对字符串的操作 把string转换为char* 有3中方法：  1。data 如： string str="abc"; char *p=str.data();  2.c_str 如：string str="gdfd"; char *p=str.c_str();  3 copy 比如 string str="hello";
C/C++编程笔记：如何在C++中将字符串转换为char数组？
致力于C语言C++知识分享！
02-07 8395
我们许多人遇到错误“无法将std :: string转换为char []或char *数据类型”。 例子： 输入：字符串s =“ geeksforgeeks”;输出：char s [] = {'g'，'e'，'e'，'k'，'s'，'f'，'o'， 'r'，'g'，'e'，'e'，'k'，'s'}； 输入：string s =“ coding”;输出：char s [] = {'c'，'o'，'d'，'i'，'n'，'g'}; 方法1 执行此操作的一种方法是将字符串的内容复制到char数组。这可.
包含中文的CString 放到char 数组中
renhuailin的专栏
10-08 774
要把包含中文的CString转成char有一点要注意，如果直接写成:CString str = _T("中文"); char test[20]; strcpy(test,(LPSTR)(LPCTSTR)str);  是不行的，test中包含会是乱码。strncpy(test, (const char *)content.GetBuffer(),content.GetLeng
C++实现十六进制字符串转换成int整形值的示例
08-26
本文将介绍如何使用C++语言实现十六进制字符串转换成整形值的示例代码。 一、十六进制的概念 十六进制是一种逢16进1的进位制，用数字0到9和字母A到F（或a~f）表示，其中A~F表示10~15，这些称作十六进制数字。十六...
string字符串含有大写字母将其中大写字母转为小写字母
07-15
总结起来，将含有大写字母的C++ `std::string`字符串转换为小写字母，主要方法是使用`std::transform`和`std::tolower`，或者通过循环遍历实现。在处理特定编码或国际化需求时，可以考虑使用专门的库。了解并熟练...
C++string类使用大全
2301_80224556的博客
05-02 1424
我们看个例子。
C++中string的用法
07-24
介绍C++中string类的基本用法以及与C语言的比较，简单明了适合初学者。
C++ string 与char*相互转换
休的博客
10-29 1081
在C++编程时，经常会碰到需要将string转换为char*或者将char*转换为string这类问题。 下面用C++代码介绍下string和char*相互转换的方法。(大家可以运行试试) #include<iostream> #include<string> using namespace std; int main(){ //一、char* or char[] ...
字符串转char数组
weixin_50784508的博客
04-09 579
【代码】字符串转char数组。
C++ std::string 包含中文
热门推荐
qq_30722721的博客
10-18 1万+
环境：VS2015 场景描述：std::string 包含中文时，字符串截取有问题，如下所示： int main() { std::vector<std::string> spliteList; string value = "类型A123"; for (int i = 0; i < value.size(); ++i) { ...
QT QString中文转 const char*乱码问题
qq_30377315的博客
02-07 3321
QString转char*通常是用以下的函数 QString str = "加载文件"; const char *pFile = str.toStdString().c_str(); 如果是英文不会出问题，但是如果QString str中含有中文字符，就会出现乱码 解决方法： QByteArray ba=str .toLocal8Bit(); const char *pFile=ba.data(); 例如： 不能一步写成 char *pFile=str.toLocal8Bit().data(
中文QString转Char然后再转回QString不乱码方式
LYKLKS的博客
08-04 250
/ 将char*字符串转换为QString对象。QString str = "中文字符串";// 将QString转换为char*字符串。
中文字符wchar 转 char 涉及到的板卡中文环境设置
Alex
07-18 422
WAY1 公共镜像Ubuntu 16.04 64位默认缺少zh_CN.UTF-8语言包 执行以下命令后解决： locale-gen zh_CN.UTF-8   然后再设置 locale   一、打开终端，输入sudo gedit /etc/default/locale (或者直接打开该目录下对应的文件) 二、将第一默认的字符编码改为utf-8： LANG=zh_CN.UTF-8 LA...
c++字母数字转换
03-19
### C++ 中字母与数字之间的转换方法 在 C++ 编程中，可以通过多种方式实现字母与数字之间的互相转换。以下是几种常见的方法及其示例代码。 #### 1. 使用 ASCII 值进行转换 C++ 中的字符本质上是以其对应的 ASCII 值存储的。因此可以利用这一特性来完成字母与数字间的转换。 - **字母转数字** 如果需要将大写或小写字母转化为它在英文字母表中的位置（例如 A=0, B=1 或 a=0, b=1），可以直接减去起始字母的 ASCII 值。 ```cpp char letter = 'b'; int number = tolower(letter) - 'a'; // 将字母映射到 0 到 25 的范围 ``` 上述代码会将 `letter` 映射为对应的小写字母索引值[^3]。 - **数字转字母** 反过来，如果要将一个数字转换为其对应的字母，则可以在起始字母的基础上加相应的偏移量： ```cpp int index = 1; char uppercaseLetter = 'A' + index; // 结果为 'B' char lowercaseLetter = 'a' + index; // 结果为 'b' ``` 此处 `'A' + index` 和 `'a' + index` 是基于 ASCII 码计算的结果。 --- #### 2. 使用标准库函数进行大小写转换 C++ 提供了一些内置的标准库函数用于处理字符的大小写转换。 - **tolower() 函数** 将任意字符转换为小写形式： ```cpp #include <cctype> char upperChar = 'Z'; char lowerChar = tolower(upperChar); ``` - **toupper() 函数** 将任意字符转换为大写形式： ```cpp #include <cctype> char lowerChar = 'z'; char upperChar = toupper(lowerChar); ``` 这些函数均定义于 `<cctype>` 头文件中，并适用于单个字符的操作[^1]。 --- #### 3. 整数与罗马数字之间的转换 除了基本的字母和数字互换外，在某些场景下还需要涉及更复杂的编码体系，比如阿拉伯数字与罗马数字之间的转换。 - **阿拉伯数字转罗马数字** 下面是一个简单的例子展示如何将整数值转换成罗马数字字符串表示法： ```cpp string intToRoman(int num){ vector<pair<int,string>> romanNumerals{ {1000,"M"},{900,"CM"},{500,"D"},{400,"CD"}, {100,"C"},{90,"XC"},{50,"L"},{40,"XL"}, {10,"X"},{9,"IX"},{5,"V"},{4,"IV"},{1,"I"} }; string result = ""; for(auto &[value,symbol]:romanNumerals){ while(num >= value){ result += symbol; num -= value; } } return result; } ``` 以上代码片段实现了从十进制整数向罗马数字串的形式转化逻辑[^4]。 - **罗马数字转整数** 对应地也有反方向操作的需求——即将给定的一段罗马数字解析回原始整型数据结构上： ```cpp int romanToInt(string s){ unordered_map<char,int> map={ {'I',1},{'V',5},{'X',10},{'L',50}, {'C',100},{'D',500},{'M',1000} }; int total=map[s.back()]; for (int i=s.size()-2;i>=0;i--){ if(map[s[i]]<map[s[i+1]])total-=map[s[i]]; else total+=map[s[i]]; } return total; } ``` 它采用了一种较为直观的方法逐位扫描输入序列并累加最终得分[^5]。 --- #### 总结 综上所述，无论是简单还是复杂的数据形态变换都可以借助 C++ 自身强大的工具集轻松达成目标。具体选用哪种手段取决于实际应用场景的要求以及个人偏好等因素影响下的权衡考量结果。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值