vc中GB2312，BIG5，Unicode编码转换

本文主要讨论的是VC编译环境下，实现字符串和文件编码方式转换的实现，linux下请使用Strconv.

一、文件编码格式转换

//GB2312 编码文件转换成 Unicode：

        if((file_handle = fopen(filenam,"rb")) != NULL)
        {
               //从GB2312源文件以二进制的方式读取buffer

               numread = fread(str_buf_pool,sizeof(char),POOL_BUFF_SIZE,file_handle);
               fclose(file_handle);

              //GB2312文件buffer转换成UNICODE

              nLen   =MultiByteToWideChar(CP_ACP,0,str_buf_pool,-1,NULL,0);
              MultiByteToWideChar(CP_ACP,0,str_buf_pool,-1,(LPWSTR)str_unicode_buf_pool,nLen);

              //组装UNICODE Little Endian编码文件文件头标示符"0xFF 0xFE"  

              //备注：UNICODE Big Endian编码文件文件头标示符"0xFF 0xFE"  

              //Little Endian与Big Endian编码差异此处不详述

              unicode_little_file_header[0]=0xFF;
              unicode_little_file_header[1]=0xFE;

              //存储目标文件

              if((file_handle=fopen(filenewname,"wb+")) != NULL)
              {
                    fwrite(unicode_little_file_header,sizeof(char),2,file_handle);
                    numwrite = fwrite(str_unicode_buf_pool,sizeof(LPWSTR),nLen,file_handle);
                    fclose(file_handle);
              }
        }

 

二、字符串编码格式转换

//GB2312 转换成 Unicode：

wchar_t* GB2312ToUnicode(const char* szGBString)

{

        UINT nCodePage = 936; //GB2312

        int nLength=MultiByteToWideChar(nCodePage,0,szGBString,-1,NULL,0);

        wchar_t* pBuffer = new wchar_t[nLength+1];

        MultiByteToWideChar(nCodePage,0,szGBString,-1,pBuffer,nLength);

        pBuffer[nLength]=0;

        return pBuffer;

}

//BIG5 转换成 Unicode：

wchar_t* BIG5ToUnicode(const char* szBIG5String)

{

        UINT nCodePage = 950; //BIG5

        int nLength=MultiByteToWideChar(nCodePage,0,szBIG5String,-1,NULL,0);

        wchar_t* pBuffer = new wchar_t[nLength+1];

        MultiByteToWideChar(nCodePage,0,szBIG5String,-1,pBuffer,nLength);

        pBuffer[nLength]=0;

        return pBuffer;

}

//Unicode 转换成 GB2312：

char* UnicodeToGB2312(const wchar_t* szUnicodeString)

{

        UINT nCodePage = 936; //GB2312

        int nLength=WideCharToMultiByte(nCodePage,0,szUnicodeString,-1,NULL,0,NULL,NULL);

        char* pBuffer=new char[nLength+1];

        WideCharToMultiByte(nCodePage,0,szUnicodeString,-1,pBuffer,nLength,NULL,NULL);

        pBuffer[nLength]=0;

        return pBuffer;

}

//Unicode 转换成 BIG5：

char* UnicodeToBIG5(const wchar_t* szUnicodeString)

{

        UINT nCodePage = 950; //BIG5

        int nLength=WideCharToMultiByte(nCodePage,0,szUnicodeString,-1,NULL,0,NULL,NULL);

        char* pBuffer=new char[nLength+1];

        WideCharToMultiByte(nCodePage,0,szUnicodeString,-1,pBuffer,nLength,NULL,NULL);

        pBuffer[nLength]=0;

        return pBuffer;

}

//繁体中文BIG5 转换成 简体中文 GB2312

char* BIG5ToGB2312(const char* szBIG5String)

{

        LCID lcid = MAKELCID(MAKELANGID(LANG_CHINESE,SUBLANG_CHINESE_SIMPLIFIED),SORT_CHINESE_PRC);

        wchar_t* szUnicodeBuff = BIG5ToUnicode(szBIG5String);

        char* szGB2312Buff = UnicodeToGB2312(szUnicodeBuff);

        int nLength = LCMapString(lcid,LCMAP_SIMPLIFIED_CHINESE, szGB2312Buff,-1,NULL,0);

        char* pBuffer = new char[nLength + 1];

        LCMapString(0x0804,LCMAP_SIMPLIFIED_CHINESE,szGB2312Buff,-1,pBuffer,nLength);

        pBuffer[nLength] = 0;

       

        delete[] szUnicodeBuff;

        delete[] szGB2312Buff;

        return pBuffer;

}

//简体中文 GB2312 转换成 繁体中文BIG5

char* GB2312ToBIG5(const char* szGBString)

{

        LCID lcid = MAKELCID(MAKELANGID(LANG_CHINESE,SUBLANG_CHINESE_SIMPLIFIED),SORT_CHINESE_PRC);

        int nLength = LCMapString(lcid,LCMAP_TRADITIONAL_CHINESE,szGBString,-1,NULL,0);

        char* pBuffer=new char[nLength+1];

        LCMapString(lcid,LCMAP_TRADITIONAL_CHINESE,szGBString,-1,pBuffer,nLength);

        pBuffer[nLength]=0;

        wchar_t* pUnicodeBuff = GB2312ToUnicode(pBuffer);

        char* pBIG5Buff = UnicodeToBIG5(pUnicodeBuff);

        delete[] pBuffer;

        delete[] pUnicodeBuff;

        return pBIG5Buff;

}

三、API 函数：MultiByteToWideChar参数说明
           第一个参数为代码页, 用 GetLocaleInfo 函数获取当前系统的代码页，936: 简体中文, 950: 繁体中文
           第二个参数为选项，一般用 0 就可以了
           第三个参数为 ANSI 字符串的地址, 这个字符串是第一个参数指定的语言的 ANSI 字符串 (AnsiString)
           第四个参数为 ANSI 字符串的长度，如果用 -1, 就表示是用 0 作为结束符的字符串
           第五个参数为转化生成的 unicode 字符串 (WideString) 的地址, 如果为 NULL, 就是代表计算生成的字符串的长度
           第六个参数为转化生成的 unicode 字符串缓存的容量,也就是有多少个UNICODE字符。 

http://blog.sina.com.cn/s/blog_54c49819010006j0.html~type=v5_one&label=rela_prevarticle