UTF8 - GB2312转换




百度百科：MultiByteToWideChar

int MultiByteToWideChar(

UINT CodePage,

DWORD dwFlags,

LPCSTR lpMultiByteStr,

int cchMultiByte,

LPWSTR lpWideCharStr,

int cchWideChar

);

CodePage：一般默认为0

指定执行转换的 字符集，这个参数可以为系统已安装或有效的任何字符集所给定的值。你也可以指定其为下面的任意一值：

CP_ACP：ANSI 字符集；CP_MACCP：Macintosh 代码页；CP_OEMCP：OEM代码页；

CP_SYMBOL：符号 字符集（42）；CP_THREAD_ACP：当前线程ANSI 代码页；

CP_UTF7：使用UTF-7转换； CP_UTF8：使用UTF-8转换。

dwFlags：一组未标记用以指出是否未转换成预作或 宽字符（若组合形式存在），是否使用象形文字替代 控制字符，以及如何处理无效字符。你可以指定下面是标记 常量的组合，含义如下：

MB_PRECOMPOSED：通常使用预作 字符——就是说，由一个基本字符和一个非空字符组成的字符只有一个单一的字符值。这是缺省的转换选择。不能与

MB_COMPOSITE值一起使用。

MB_COMPOSITE：通常使用 组合字符——就是说，由一个基本字符和一个非空字符组成的字符分别有不同的字符值。不能与MB_PRECOMPOSED值一起使用。

MB_ERR_INVALID_CHARS：如果函数遇到无效的输入 字符，它将运行失败，且GetLastErro返回ERROR_NO_UNICODE_TRANSLATION值。

MB_USEGLYPHCHARS：使用象形文字替代 控制字符。

组合字符由一个基础字符和一个非空字符构成，每一个都有不同的字符值。每个预作 字符都有单一的字符值给基础/非空字符的组成。在 字符è中，e就是基础字符，而重音符标记就是非空字符。

函数的缺省动作是转换成预作的形式。如果预作的形式不存在，函数将尝试转换成组合形式。

标记MB_PRECOMPOSED和MB_COMPOSITE是互斥的，而标记MB_USEGLYPHCHARS和MB_ERR_INVALID_CHARS则不管其它标记如何都可以设置。

lpMultiByteStr：指向将被转换 字符串的字符。

cchMultiByte：指定由参数lpMultiByteStr指向的字符串中 字节的个数。如果lpMultiByteStr指定的 字符串以空字符终止，可以设置为-1（如果字符串不是以空字符中止，设置为-1可能失败，可能成功），此参数设置为0函数将失败。

lpWideCharStr：指向接收被转换字符串的缓冲区。

cchWideChar：指定由参数lpWideCharStr指向的 缓冲区的宽字符个数 。若此值为零，函数返回缓冲区所必需的宽字符数，在这种情况下，lpWideCharStr中的缓冲区不被使用。

以下代码转至：http://blog.youkuaiyun.com/x_iya/article/details/8579206

在编程过程中需要对字符串进行不同的转换，特别是Gb2312和Utf-8直接 的转换。在几个开源的魔兽私服中，很多都是老外开发的，而暴雪为了能够兼容世界上的各个字符集也使用了UTF-8。在中国使用VS（VS2005以上版 本）开发基本都是使用Gb2312的Unicode字符集，所以当在编程过程中就需要进行字符转换，这样才能兼容游戏，否则就是乱码。而在控制台显示字符 串时，真好相反需要将UTF-8的字符串转换成Gb2312才能正常显示。
为了解决这个问题，本人将其代码贴出来；其实很多地方都可以使用到字符串的编码转换，代码如下




//UTF-8到GB2312的转换

char * U2G( const  char * utf8)

{

// 首先将UTF-8编码的多字节字符串转换成UTF-8编码的宽字节字符串

int   len = MultiByteToWideChar( CP_UTF8 , 0, utf8, -1, NULL, 0);//当前编码为UTF-8，最后一个参数为0，

//则函数返回lpMultiBytestr的包含的字节数;




wchar_t * wstr =  new  wchar_t [len+1];//开辟一块空间存放宽字节，实际大小为len*2+1

memset (wstr, 0, len+1);

MultiByteToWideChar( CP_UTF8 , 0, utf8, -1, wstr, len);//将const char* utf8中的数据存放到wstr中

// 然后将ANSI编码的宽字节字符串转换成ANSI编码的多字节字符串

len = WideCharToMultiByte( CP_ACP , 0, wstr, -1, NULL, 0, NULL, NULL);// 先获取ANSI编码下宽字节中数据的长度

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;

}