UTF-8、UTF-16 与多字节编码（如 GBK）之间的互转方

1. UTF-8 ↔ UTF-16 互转

方法 1：使用 Windows API（推荐 Windows 平台）

#include <windows.h>
#include <string>

// UTF-8 → UTF-16
std::wstring UTF8ToUTF16(const std::string& utf8) {
    if (utf8.empty()) return L"";
    int len = MultiByteToWideChar(CP_UTF8, 0, utf8.c_str(), -1, NULL, 0);
    std::wstring utf16(len, 0);
    MultiByteToWideChar(CP_UTF8, 0, utf8.c_str(), -1, &utf16[0], len);
    return utf16;
}

// UTF-16 → UTF-8
std::string UTF16ToUTF8(const std::wstring& utf16) {
    if (utf16.empty()) return "";
    int len = WideCharToMultiByte(CP_UTF8, 0, utf16.c_str(), -1, NULL, 0, NULL, NULL);
    std::string utf8(len, 0);
    WideCharToMultiByte(CP_UTF8, 0, utf16.c_str(), -1, &utf8[0], len, NULL, NULL);
    return utf8;
}

2. 多字节（如 GBK） ↔ UTF-8 互转

方法：通过 UTF-16 中转（兼容性最佳）

// 多字节（GBK）→ UTF-8
std::string MBToUTF8(const std::string& gbk) {
    // 先转 UTF-16
    int len = MultiByteToWideChar(CP_ACP, 0, gbk.c_str(), -1, NULL, 0);
    std::wstring utf16(len, 0);
    MultiByteToWideChar(CP_ACP, 0, gbk.c_str(), -1, &utf16[0], len);
    // 再转 UTF-8
    return UTF16ToUTF8(utf16);
}

// UTF-8 → 多字节（GBK）
std::string UTF8ToMB(const std::string& utf8) {
    // 先转 UTF-16
    std::wstring utf16 = UTF8ToUTF16(utf8);
    // 再转多字节
    int len = WideCharToMultiByte(CP_ACP, 0, utf16.c_str(), -1, NULL, 0, NULL, NULL);
    std::string gbk(len, 0);
    WideCharToMultiByte(CP_ACP, 0, utf16.c_str(), -1, &gbk[0], len, NULL, NULL);
    return gbk;
}

关键参数：

• CP_ACP：系统本地代码页（如中文 Windows 是 GBK）。

• CP_UTF8：指定 UTF-8 编码。
   

• 3. UTF-16 ↔ 多字节（如 GBK）互转

• 方法：直接使用 Windows API

• // UTF-16 → 多字节（GBK）
  std::string UTF16ToMB(const std::wstring& utf16) {
      int len = WideCharToMultiByte(CP_ACP, 0, utf16.c_str(), -1, NULL, 0, NULL, NULL);
      std::string gbk(len, 0);
      WideCharToMultiByte(CP_ACP, 0, utf16.c_str(), -1, &gbk[0], len, NULL, NULL);
      return gbk;
  }
  
  // 多字节（GBK）→ UTF-16
  std::wstring MBToUTF16(const std::string& gbk) {
      int len = MultiByteToWideChar(CP_ACP, 0, gbk.c_str(), -1, NULL, 0);
      std::wstring utf16(len, 0);
      MultiByteToWideChar(CP_ACP, 0, gbk.c_str(), -1, &utf16[0], len);
      return utf16;
  }

  4. 完整示例代码

• #include <iostream>
  #include <windows.h>
  
  int main() {
      // UTF-8 ↔ UTF-16
      std::string utf8 = u8"中文测试";
      std::wstring utf16 = UTF8ToUTF16(utf8);
      std::string backToUTF8 = UTF16ToUTF8(utf16);
      std::wcout << L"UTF-16: " << utf16 << std::endl;
      std::cout << "Back to UTF-8: " << backToUTF8 << std::endl;
  
      // 多字节（GBK）↔ UTF-8
      std::string gbk = UTF8ToMB(utf8);
      std::string utf8FromGBK = MBToUTF8(gbk);
      std::cout << "GBK: " << gbk << std::endl; // 控制台需支持本地代码页
      std::cout << "Back to UTF-8: " << utf8FromGBK << std::endl;
  
      return 0;
  }

  5. 关键注意事项

• 编码一致性：

  • 确保源数据的真实编码与转换函数匹配（如误将 GBK 当作 UTF-8 转换会乱码）。

• BOM 处理：

  • UTF-8 文件可能含 BOM（\xEF\xBB\xBF），需手动跳过。

• 跨平台兼容性：

  • Linux/macOS 默认使用 UTF-8，无需多字节转换。

• 性能优化：

  • 频繁转换时，可复用缓冲区（避免重复分配内存）。

• 总结

• 转换方向	推荐方法	核心函数
  UTF-8 ↔ UTF-16	Windows API 或 <codecvt>	MultiByteToWideChar / WideCharToMultiByte
  多字节 ↔ UTF-8	通过 UTF-16 中转	同上
  UTF-16 ↔ 多字节	直接使用 Windows API	同上

  最佳实践：

Windows 开发优先使用 UTF-16（wchar_t*）与 API 交互。

存储/传输数据时统一用 UTF-8（char*），按需转换。

明确注释代码中的编码约定（如 // 此变量存储 UTF-8 字符串）。