GB2312编码转换为UTF8编码


源程序:

#include <stdio.h>
#include <windows.h>


//
// Unicode 转换成UTF-8 
//
void UnicodeToUTF_8(char *pOut, const WCHAR wch)
{
	// 注意 WCHAR高低字的顺序,低字节在前,高字节在后
	char *pchar = (char *)&wch;
	
	pOut[0] = (0xE0 | ((pchar[1] & 0xF0) >> 4));
	pOut[1] = (0x80 | ((pchar[1] & 0x0F) << 2)) + ((pchar[0] & 0xC0) >> 6);
	pOut[2] = (0x80 | (pchar[0] & 0x3F));
	
	return;
}

//
// GB2312 转换成 Unicode
//
inline WCHAR Gb2312ToUnicode(const char *gbBuffer)
{
	WCHAR wch;
	::MultiByteToWideChar(CP_ACP, MB_PRECOMPOSED, gbBuffer, 2, &wch, 1);
	return wch;
}

//
//	GB2312 转为 UTF-8
//
int GB2312ToUTF_8(char *strOut, const char *pText, int nLen = -1)
{
	char buf[4];
	if (nLen == -1)
		nLen = strlen(pText);
	
	memset(buf,0,4);
	
	int i = 0;
	int k = 0;
	while (i < nLen)
	{
		//如果是英文直接复制就可以
		if( *(pText + i) >= 0)
		{
			//strOut += pText[i];
			strOut[k++] = pText[i];
			i++;
		}
		else
		{
			WCHAR wch;
			wch = Gb2312ToUnicode(pText + i);
			UnicodeToUTF_8(buf, wch);
			
// 			strOut += buf[0];
// 			strOut += buf[1];
// 			strOut += buf[2];
			strOut[k++] = buf[0];
			strOut[k++] = buf[1];
			strOut[k++] = buf[2];
			
			i += 2;
		}
	}
	
	return k;
}

//
// GB2312编码类型的文件可以通过EditPlus工具创建
//	UTF8编码类型的文件可以通过EditPlus工具验证查看
//
void main()
{

	//
	// 从一个GB2312的文件中读出来,写入到UTF8中去!
	//
	FILE *fp = fopen("gb2312.txt", "rb");
	FILE *fp2 = fopen("utf8.txt", "wb");
	char bufIn[1024] = {0};
	char bufOut[1024] = {0};
	int nFileLen = 0;
	if(fp)
	{
		//获得GB2312的文件的长度
		fseek(fp, 0L, SEEK_END);
		nFileLen = ftell(fp);

		fseek(fp, 0L, SEEK_SET);
		fread(bufIn, 1, nFileLen, fp);

		//
		// 转换
		//
		int k = GB2312ToUTF_8(bufOut, bufIn, nFileLen);
		
		//
		// 存成一个UTF8文件
		//
		if (fp2)
		{
			fwrite(bufOut, 1, k, fp2);
			fclose(fp2);
		}

	}
	fclose(fp);
}


### 回答1: GB2312和UTF-8是两种不同的字符编码标准,它们在字符编码方式、字符集大小、字节数等方面都存在差异。因此,要将GB2312编码的字符串转换为UTF-8编码的字符串,需要进行编码转换。 在C语言中,可以使用iconv库来进行字符集转换。iconv库是一个系统库,可以实现不同编码之间的转换。在使用iconv库之前,需要先启用头文件#include <iconv.h>。 下面是一个示例程序,用于将GB2312编码的字符串转换为UTF-8编码的字符串: ``` #include <stdio.h> #include <iconv.h> #include <stdlib.h> #include <string.h> int main() { char *gb2312_str = "hello world!"; size_t gb2312_len = strlen(gb2312_str); size_t utf8_len = gb2312_len * 3; // UTF-8最多可能会占用3个字节 char *utf8_str = (char *)malloc(utf8_len); // 分配空间 // 初始化iconv_t iconv_t cd = iconv_open("UTF-8", "GB2312"); if (cd == (iconv_t)-1) { printf("初始化iconv_t失败!\n"); exit(1); } // 进行转换 char *inbuf = gb2312_str; char *outbuf = utf8_str; size_t inlen = gb2312_len; size_t outlen = utf8_len; size_t ret = iconv(cd, &inbuf, &inlen, &outbuf, &outlen); if (ret == (size_t)-1) { printf("转换失败!\n"); exit(1); } // 输出UTF-8编码的字符串 printf("UTF-8编码的字符串:%s\n", utf8_str); // 关闭iconv_t iconv_close(cd); free(utf8_str); // 释放空间 return 0; } ``` 在上面的示例程序中,我们使用iconv_t类型表示转换句柄,使用iconv_open()函数来初始化转换句柄。在进行转换时,使用iconv()函数将GB2312编码的字符串转换为UTF-8编码的字符串,并将结果保存在utf8_str中。 最后,使用iconv_close()函数关闭转换句柄,并使用free()函数释放分配的内存空间。 当然,对于实际应用场景,可能还需要进行一些优化和错误处理,例如对输入字符串进行判断、对输出字符串进行截断等等。 ### 回答2: 将GB2312编码转换为UTF-8编码是一种编码转换的过程,可以使用C语言对字符串进行转换实现。具体操作可以如下: 首先需要了解一些基本知识。GB2312编码是双字节编码,每个汉字用两个字节表示;而UTF-8编码是一种变长编码,每个字符根据不同范围的Unicode码用1~4个字节表示。 1. 将GB2312编码的字符串转换为Unicode码。可以使用WideCharToMultiByte()函数将GB2312编码转换为Unicode码,以便进一步处理。 2. 将Unicode码转换为UTF-8编码。可以使用WideCharToMultiByte()函数,设置输出编码格式为UTF-8,即可将Unicode码转换为UTF-8编码。 3. 将UTF-8编码的字符串打印输出。可以使用puts()或printf()函数将字符串输出到屏幕上,确认转换结果是否正确。 需要注意的是,转换过程中可能会出现一些细节问题,如代码页的不同,转换后的字符串长度的变化等。因此,最好在进行转换时,考虑到这些细节问题,避免出现转换错误。 ### 回答3: GB2312和UTF-8都是Unicode编码的变体,但是它们之间是有区别的。GB2312是早期的中文编码,使用双字节表示每个字符,而UTF-8则是一种比较新的编码格式,也是使用变长的字节表示字符,可以表示全球范围内的字符。 在C语言中,我们可以使用iconv函数来进行编码转换。iconv函数的原型如下: ``` #include <iconv.h> size_t iconv(iconv_t cd, char **inbuf, size_t *inbytesleft, char **outbuf, size_t *outbytesleft); ``` 其中,参数cd是一个iconv_t类型的转换描述符,如果cd等于(iconv_t) -1,则表示转换失败;参数inbuf指向被转换的字符串;参数inbytesleft表示输入的长度,并被函数用于记录转换后余下的需要转换的字节数;参数outbuf指向输出缓冲区,参数outbytesleft表示输出缓冲区的大小并记录转换后余下的缓冲区大小。 我们可以通过下面的代码将GB2312字符串转换为UTF-8字符串。 ``` #include <stdio.h> #include <stdlib.h> #include <string.h> #include <iconv.h> #include <errno.h> int main() { char *src = "你好,世界!"; size_t srclen = strlen(src); size_t dstlen = srclen * 2; char *dst = (char *)malloc(dstlen); memset(dst,0,dstlen); iconv_t cd = iconv_open("UTF-8","GB2312"); if (cd == (iconv_t) -1){ perror("iconv_open"); exit(EXIT_FAILURE); } char *inbuf = src; char *outbuf = dst; if (iconv(cd, (char **)&inbuf, &srclen, &outbuf, &dstlen ) == -1) { perror("iconv"); exit(EXIT_FAILURE); } printf("GB2312: %s\n",src); printf("UTF-8: %s\n",dst); iconv_close(cd); free(dst); return 0; } ``` 在这个例子中,我们首先定义了一个需要转换GB2312字符串,在使用iconv_open函数创建一个iconv_t类型的转换描述符时,我们指定了源编码GB2312,目标编码是UTF-8。然后,我们再定义一个输出缓冲区,使用iconv函数将GB2312字符串转换为UTF-8字符串。 最后,我们通过printf函数按照不同的编码格式输出了转换后的字符串。需要注意的是,这个例子中的代码并没有对错误进行完整的处理,因此在实际应用时需要注意添加错误处理。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值