Windows下有不少种编码格式,在与别的系统环境中有文件传输或通讯时,这些编码就很重要。linux
好比在windows中换行是\r\n 在linux或mac下是\n,若是不对编码进行转换就会出现乱码。在通讯中通常会有ASCII码和二进制码传输,若是是用二进制码在不一样的系统环境中进行数据传输,在解析数据时必须进行转换,不然可能会出现数据错误。c++
Ansi字符串咱们最熟悉,英文占一个字节,汉字2个字节,以一个\0结尾,经常使用于txt文本文件windows
Unicode字符串,每一个字符(汉字、英文字母)都占2个字节,以2个连续的\0结尾,NT操做系统内核用的是这种字符串,ide
常被定义为typedef unsigned short wchar_t;因此咱们有时常会见到什么char*没法转换为unsigned short*之类的错误,函数
其实就是unicode编码
UTF8是Unicode一种压缩形式,英文A在unicode中表示为0x0041,老外以为这种存储方式太浪费,由于浪费了50%的lua
空间,因而就把英文压缩成1个字节,成了utf8编码,可是汉字在utf8中占3个字节,显然用作中文不如ansi合算,这就是spa
中国的网页用做ansi编码而老外的网页经常使用utf8的缘由。操作系统
UTF8在还游戏里运用的很普遍,好比WOW的lua脚本等,,code
c++中对编码进行转换主要用到两个API,WideCharToMultiByte和MultiByteToWideChar
WideCharToMultiByte的代码页用来标记与新转换的字符串相关的代码页。
MultiByteToWideChar的代码页用来标记与一个多字节字符串相关的代码页。
经常使用的代码页由CP_ACP和CP_UTF8两个。
使用CP_ACP代码页就实现了ANSI与Unicode之间的转换。
使用CP_UTF8代码页就实现了UTF-8与Unicode之间的转换
ANSI to Unicode方法:
void ANSI2Unicode()
{
// ansi to unicode
char* szAnsi = "abcd1234你我他";
//预转换,获得所需空间的大小
int wcsLen = ::MultiByteToWideChar(CP_ACP, NULL, szAnsi, strlen(szAnsi), NULL, 0);
//分配空间要给'\0'留个空间,MultiByteToWideChar不会给'\0'空间
wchar_t* wszString = new wchar_t[wcsLen + 1];
//转换
::MultiByteToWideChar(CP_ACP, NULL, szAnsi, strlen(szAnsi), wszString, wcsLen);
//最后加上'\0'
wszString[wcsLen] = '\0';
//unicode版的MessageBox API
::MessageBoxW(GetSafeHwnd(), wszString, wszString, MB_OK);
//接下来写入文本
//写文本文件,头2个字节0xfeff,低位0xff写在前
CFile cFile;
cFile.Open(_T("1.txt"), CFile::modeWrite | CFile::modeCreate);
//文件开头
cFile.SeekToBegin();
cFile.Write("\xff\xfe", 2);
//写入内容
cFile.Write(wszString, wcsLen * sizeof(wchar_t));
cFile.Flush();
cFile.Close();
delete[] wszString;
wszString =NULL;
}
Unicode to ANSI:
void Unicode2ANSI()
{
// unicode to ansi
wchar_t* wszString = L"abcd1234你我他";
//预转换,获得所需空间的大小,此次用的函数和上面名字相反
int ansiLen = ::WideCharToMultiByte(CP_ACP, NULL, wszString, wcslen(wszString), NULL, 0, NULL, NULL);
//同上,分配空间要给'\0'留个空间
char* szAnsi = new char[ansiLen + 1];
//转换
//unicode版对应的strlen是wcslen
::WideCharToMultiByte(CP_ACP, NULL, wszString, wcslen(wszString), szAnsi, ansiLen, NULL, NULL);
//最后加上'\0'
szAnsi[ansiLen] = '\0';
//Ansi版的MessageBox API
::MessageBoxA(GetSafeHwnd(), szAnsi, szAnsi, MB_OK);
//接下来写入文本
//写文本文件,ANSI文件没有BOM
CFile cFile;
cFile.Open(_T("1.txt"), CFile::modeWrite | CFile::modeCreate);
//文件开头
cFile.SeekToBegin();
//写入内容
cFile.Write(szAnsi, ansiLen * sizeof(char));
cFile.Flush();
cFile.Close();
delete[] szAnsi;
szAnsi =NULL;
}
UTF8 to Unicode
void UTF82Unicode()
{
//UTF8 to Unicode
//因为中文直接复制过来会成乱码,编译器有时会报错,故采用16进制形式
char* szU8 = "abcd1234\xe4\xbd\xa0\xe6\x88\x91\xe4\xbb\x96\x00";
//预转换,获得所需空间的大小
int wcsLen = ::MultiByteToWideChar(CP_UTF8, NULL, szU8, strlen(szU8), NULL, 0);
//分配空间要给'\0'留个空间,MultiByteToWideChar不会给'\0'空间
wchar_t* wszString = new wchar_t[wcsLen + 1];
//转换
::MultiByteToWideChar(CP_UTF8, NULL, szU8, strlen(szU8), wszString, wcsLen);
//最后加上'\0'
wszString[wcsLen] = '\0';
//unicode版的MessageBox API
::MessageBoxW(GetSafeHwnd(), wszString, wszString, MB_OK);
//接下来写入文本
//写文本文件,头2个字节0xfeff,低位0xff写在前
CFile cFile;
cFile.Open(_T("1.txt"), CFile::modeWrite | CFile::modeCreate);
//文件开头
cFile.SeekToBegin();
cFile.Write("\xff\xfe", 2);
//写入内容
cFile.Write(wszString, wcsLen * sizeof(wchar_t));
cFile.Flush();
cFile.Close();
delete[] wszString;
wszString =NULL;
}
Unicode to UTF8
void Unicode2UTF8()
{
// unicode to UTF8
wchar_t* wszString = L"abcd1234你我他";
//预转换,获得所需空间的大小,此次用的函数和上面名字相反
int u8Len = ::WideCharToMultiByte(CP_UTF8, NULL, wszString, wcslen(wszString), NULL, 0, NULL, NULL);
//同上,分配空间要给'\0'留个空间
//UTF8虽然是Unicode的压缩形式,但也是多字节字符串,因此能够以char的形式保存
char* szU8 = new char[u8Len + 1];
//转换
//unicode版对应的strlen是wcslen
::WideCharToMultiByte(CP_UTF8, NULL, wszString, wcslen(wszString), szU8, u8Len, NULL, NULL);
//最后加上'\0'
szU8[u8Len] = '\0';
//MessageBox不支持UTF8,因此只能写文件
//接下来写入文本
//写文本文件,UTF8的BOM是0xbfbbef
CFile cFile;
cFile.Open(_T("1.txt"), CFile::modeWrite | CFile::modeCreate);
//文件开头
cFile.SeekToBegin();
//写BOM,一样低位写在前
cFile.Write("\xef\xbb\xbf", 3);
//写入内容
cFile.Write(szU8, u8Len * sizeof(char));
cFile.Flush();
cFile.Close();
delete[] szU8;
szU8 =NULL;
} UTF8格式又分为有无BOM两种,在转化为无BOM格式时在写入文件时 不写入BOM头便可。