字符集研究之不同字符集的转换方式
作者：朱金灿
来源：http://blog.csdn.net/clever101
在上篇文章中介绍了多字节字符集和unicode字符集，今天介绍下两大字符集之间的转换方式。
首先谈谈的是微软对于unicode字符集的态度。在windows的开发体系下。unicode字符字符集被称为宽字节字符集，多字节字符集被称为窄字符集。微软对unicode字符集是大力支持的。从下面几点能够看出：从windows2000開始使用unicode进行开发；Windows CE 本身就是使用Unicode的一种操作系统，全然不支持ANSI版Windows API函数。新建的VCproject默认使用的是unicode字符集(utf16)。那么问题来了，作为一个C++程序猿，是否该使用unicode字符集。
为什么使用Unicode字符集?
提升执行效率。比方Windows内核本身是基于unicode字符的，非unicode字符传进入要先转成unicode字符（《windows核心编程有详解》）。在不同语言中能够方便交换数据，比方在英文版操作系统中输入中文路径。假设是非unicode字符同一时候又没有安装中文字符集，那么就会出现乱码。
为什么不使用Unicode字符集？由于传统的势力非常强大，非常多跨平台的第三方库都是基于多字节字节集进行开发，还有就是编程习惯，比方在Windows下开发，大家耳熟能详的是计算字符串长度的函数是strlen。谁会去用宽字节版的wcslen呢。
详见我曾经写的文章：
最后谈谈多字节字符集和unicode字符集。
两种方式。一种是使用跨平台的iconv库，演示样例代码例如以下：
include <stdio.h>
#include <stdlib.h>
#include <string>
using namespace std;
#include <iconv.h> //编码转换库
#define OUTLEN 255 //文件路径长度
//代码转换:从一种编码转为还有一种编码
int code_convert(char *from_charset, char *to_charset, char *inbuf, size_t inlen, char *outbuf, size_t outlen)
{
iconv_t cd;
char **pin = &inbuf;
char **pout = &outbuf;
cd = iconv_open(to_charset,from_charset);
if (cd==0)
return -1;
memset(outbuf,0,outlen);
if (iconv(cd,pin,&inlen,pout,&outlen)==-1)
return -1;
iconv_close(cd);
return 0;
}
//UNICODE码转为GB2312码
int u2g(char *inbuf, size_t inlen, char *outbuf, size_t outlen)
{
return code_convert("utf-8","gb2312",inbuf,inlen,outbuf,outlen);
}
//GB2312码转为UNICODE码
int g2u(char *inbuf, size_t inlen, char *outbuf, size_t outlen)
{
return code_convert("gb2312","utf-8",inbuf,inlen,outbuf,outlen);
}
//执行SQL语句回调函数
static int _sql_callback(void* pUsed, int argc, char** argv, char** ppszColName)
{
for(int i=0; i<argc; i++)
{
printf("%s = %s/n", ppszColName[i], argv[i]==0 ? "NULL" : argv[i]);
}
return 0;
}
void main()
{
char *in_gb2312 = "D://控制点库//GCPDB.3sdb";
char out[OUTLEN];
//gb2312码转为unicode码
g2u(in_gb2312,strlen(in_gb2312),out,OUTLEN);
printf("gb2312-->unicode out=%s /n",out);
}还有一种方式是使用使用WindiwsAPI，演示样例代码例如以下：
std::string MbcsToUtf8( const char* pszMbcs )
{
std::string str;
WCHAR *pwchar=0;
CHAR *pchar=0;
int len=0;
int codepage = AreFileApisANSI() ? CP_ACP : CP_OEMCP;
len=MultiByteToWideChar(codepage, 0, pszMbcs, -1, NULL,0);
pwchar=new WCHAR[len];
if(pwchar!=0)
{
len = MultiByteToWideChar(codepage, 0, pszMbcs, -1, pwchar, len);
if( len!=0 )
{
len = WideCharToMultiByte(CP_UTF8, 0, pwchar, -1, 0, 0, 0, 0);
pchar=new CHAR[len];
if(pchar!=0)
{
len = WideCharToMultiByte(CP_UTF8, 0, pwchar, -1, pchar, len,0, 0);
if(len!=0)
{
str = pchar;
}
delete pchar;
}
delete pwchar;
}
}
return str;
} 參考文献：
