Ansi字符串英文占一个字节,汉字2个字节,以一个/0结尾,常用于txt文本文件。
Unicode字符串,每个字符(汉字、英文字母)都占2个字节,以2个连续的/0结尾,NT操作系统内核用的是这种字符串,常被定义为typedef unsigned short wchar_t;所以我们有时常会见到什么char*无法转换为unsigned short*之类的错误,其实就是unicode。
UTF8是Unicode一种压缩形式,英文A在unicode中表示为0x0041,浪费了50%的空间,于是英文压缩成1个字节,成了utf8编码,但是汉字在utf8中占3个字节,显然用做中文不如ansi合算。所以中文的网页用作ansi编码而老外的网页常用utf8编码。
首先介绍两个函数:
MultiByteToWideChar
函数功能:该函数映射一个字符串到一个宽字符(unicode)的字符串。由该函数映射的字符串没必要是多字节字符组。
函数原型:int MultiByteToWideChar(UINT CodePage, DWORD dwFlags, LPCSTR lpMultiByteStr, int cchMultiByte, LPWSTR lpWideCharStr, int cchWideChar);
WideCharToMultiByte
函数功能:该函数映射一个unicode字符串到一个多字节字符串。
函数原型:int WideCharToMultiByte(UINT CodePage, DWORD dwFlags, LPWSTR lpWideCharStr, intcchWideChar, LPCSTR lpMultiByteStr, int cchMultiByte, LPCSTR lpDefaultChar, PBOOLpfUsedDefaultChar );
Unicode 在VC转换为UTF-8如下:
wchar_t *wcs0=L"Hello 李磊!";
int wcsLen0 = ::WideCharToMultiByte(CP_UTF8, NULL, wcs0, wcslen(wcs0), NULL, 0, NULL,NULL);
char* sz0 = new char[wcsLen0 + 1];
::WideCharToMultiByte(CP_UTF8, NULL, wcs0, wcslen(wcs0), sz0, wcsLen0, NULL, NULL);
sz0 [wcsLen0] = '/0';
转贴:http://blog.csdn.net/kesur/article/details/5432473