gbk转utf8 乱码问题

最新推荐文章于 2025-06-10 10:42:03 发布

zim3oo

最新推荐文章于 2025-06-10 10:42:03 发布

阅读量2.3k

点赞数

CC 4.0 BY-SA版权

分类专栏： c++ 文章标签：乱码 utf-8 c++ window

本文链接：https://blog.youkuaiyun.com/zim3oo/article/details/78019481

c++中gbk转utf8时，如果汉字数量为奇数时，最后一个汉字会出现乱码的情况。

原因：

char *strOut = new char[nLength+1]; 申请的长度是不够的，如上面“天安门”是3个汉字，nLength为3。但UTF-8格式一个汉字是占三个字符，至少申请10位(3*3+1)。2、奇数个汉字转码后，再由UTF-8转成GBK时，最后一个字符一直显示为“？”。因为一个汉字转成UTF-8是需要3个字节，3个汉字就成了9个字节，而它会2个字节2个字节地转换成字符，当字节是奇数时最后1个字节转字符就会计算错误，然后直接赋予最后这个字符为“?”，这样改变了数据，影响后面的解码。

解决方案与示例：

#include "stdafx.h"
#include <stdio.h>
#include <windows.h>
#include <sstream>
#include <fstream>
#include <stdio.h>
#include <iostream>
//GBK编码转换到UTF8编码
using namespace std;
int GBKToUTF8(unsigned char * lpGBKStr, unsigned char * lpUTF8Str, int nUTF8StrLen)
{
    wchar_t * lpUnicodeStr = NULL;
    int nRetLen = 0;

    if (!lpGBKStr)  //如果GBK字符串为NULL则出错退出
        return 0;

    nRetLen = ::MultiByteToWideChar(CP_ACP, 0, (char *)lpGBKStr, -1, NULL, NULL);  //获取转换到Unicode编码后所需要的字符空间长度
    lpUnicodeStr = new WCHAR[nRetLen + 1];  //为Unicode字符串空间