Ascii, Unicode,UTF8转换小结

一．概念

Ascii: 单字节编码系统，规定了127种字符，由7位二进制数来表示，存储时一占用8位二进制数，即一个字节。

Unicode: 一种为每个字符设定统一并且唯一二进制编码的字符编码系统。分为编码方式和实现方式两个阶段，编码方式为建立统一的码表，实现方式为如何表示，存储，传输等具体方案。

 

编码方式分类：

　　1.      UCS-2：用2个字节编码

　　2.      UCS-4: 用4个字节编码

实现方式分类：

1. UTF-8：以字节为单位对Unicode进行编码，英文1个字节，汉字3个字节，还有其他
2. UTF-16：略
3. UTF-32：略

 

VC中工程属性设置成Unicode只是把字符的表示方式改为两个字节，即宽字符，编码方式为ucs2，，英文和汉字都占用两个字节，而设置成非Unicode则是由单个字节表示一个字符，英文占一个字节，而汉字占两个字节

 

二．转换

Windows下主要运用MultiByteToWideChar 和 WideCharToMultiByte两个系统API函数实现相互间的转换：

 

1. Ascii 转 ucs2, nCount 为最大转换长度

int MultiToUcs2(const char* szMultiChar, wchar_t* szDest, int nCount)
{
     //DWORD dwSize = MultiByteToWideChar(CP_ACP，0， szMultiChar， -1， NULL, 0);
     //If(dwSize < dwSize) return -1;
     return MultiByteToWideChar(CP_ACP, 0, szMultiChar, -1, szDest, nCount);
 }

2.ucs2 转 Ascii

//
int Ucs2ToMulti(const wchar_t* szWideChar, char* szDest, int nCount)
{
    return WideCharToMultiByte(CP_ACP, 0, szWideChar, -1, szDest, nCount, NULL, NULL);
}

 

3.Ascii 转 UTF-8

//dstlen为转换最大长度
int MultiToUTF8(const char* szChar, char* szDest, int dstlen)
{
         wchar_t pUnicode[dstlen*2] = {0};
         MultiByteToWideChar(CP_ACP, 0, szChar, -1, (LPWSTR)pUnicode, (dstlen)*2);
         Return WideCharToMultiByte(CP_UTF8, 0, (LPWSTR)pUnicode, -1, szDest, (dstlen), NULL, NULL);                                          
}

4.UTF-8 转 Ascii

//dstlen为转换最大长度
int Utf8ToMulit(const char* szChar, char* szDest, int dstlen)
{
        wchar_t pUnicode[dstlen*2] = {0};
        MultiByteToWideChar(CP_UTF8, 0, szChar, -1, (LPWSTR)pUnicode, (dstlen)*2);
        Return MultiByteToWideChar(CP_ACP, 0, (LPWSTR)pUnicode, -1, szDest, dstlen, NULL, NULL);                                   
}

 

5.ucs2 转 UTF8

int Ucs2ToUtf8(const char* szChar, wchar_t* szDest/*, int dstlen*/)
{
　　DWORD len = WideCharToMultiByte(CP_UTF8, 0, szChar, -1, NULL, 0);
4　　 WideCharToMultiByte (CP_UTF8, 0, szChar, -1, (LPWSTR) szDest, (dstlen)*2);                      
}

 

6Utf8 转 Ucs2

int Utf8ToUcs2(const char* szChar, wchar_t* szDest/*, int dstlen*/)
{
　　DWORD len = MultiByteToWideChar(CP_UTF8, 0, szChar, -1, NULL, 0);
　　return MultiByteToWideChar(CP_UTF8, 0, szChar, -1, (LPWSTR) szDest, len);                      
}

 

 一般方式为先获取转换之后的长度，再实现转换。第一个参数为指定字符集。

 

以上具体请参考MultiByteToWideChar 和 WideCharToMultiByte用法：

http://msdn.microsoft.com/en-us/library/dd319072(VS.85).aspx