Linux和Windows上汉字的编码转换实现

Heworld_guo

于 2021-07-21 00:46:38 发布

阅读量1.8k

点赞数 2

分类专栏：烂笔头文章标签： linux

本文链接：https://blog.youkuaiyun.com/qq_24977505/article/details/118730921

版权

本文详细介绍了汉字编码GB2312、GBK和GB18030之间的包含关系，以及在Windows和Linux系统下如何进行编码转换。通过系统API和iconv库实现了从GB18030到UTF-8的转换，并提供了测试代码。内容涉及Unicode、ANSI编码、iconv函数以及编码转换的实践应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

汉字编码有gb2312(精简字符集）gbk, gb18030。这3个字符集的包含关系是：

{ { { gb2312 } gbk} gb18030} 也就是说gb2312的所有字不但都在gbk中，而且值都一样，那用gb18030-->utf-8的转换器是可以转换这三个字符集到utf-8的。

windows 上用系统api实现，原理应该是将输入的编码转换为Unicode，再转换成目标编码：

MultiByteToWideChar(CP_ACP, 0, gb2312_addr, -1, temp_addr, n);  
WideCharToMultiByte(CP_UTF8, 0, temp_addr, -1, utf8_addr, n, NULL, NULL);

CP_ACP 是ANSI 编码，就是系统字符集，dos中输入chcp回返回936（gbk），说明系统使用gbk编码集，所以gb18030在gbk上扩展出的字符windows上就处理不了了，要安装GB18030-2000扩展支持包才行（以下验证部分有截图）。

linux下需要使用iconv还是实现:

iconv_t cd = iconv_open("utf-8", "GBK");
size_t ret = iconv(cd, &pSource, &charInPutLen, &pTemp, &charOutPutLen);
iconv_close(cd);

// 函数说明：https://linux.die.net/man/3/iconv

具体代码实现 CodeCovert.hpp：

// CodeCovert.hpp

最低0.47元/天解锁文章