基于C/C++的UTF-8转GBK,补充中文符号的乱码

     最近老遇到C/C++中中文汉字或符号 编码的问题，网上的大部分资料都是依赖第三方的库来解决的，这里给大家分享一个非库函数实现的编码转换补充。 

 

接着上篇博文的GB2313的简体中文表，最后再添加上缺失的中文标点符号。

  const unsigned short gb2312table[20902] ={
   //补充中文标点：多了 19 个
    0xa1ef,//★
    0xa3ba, 0xa3ac, 0xa1a3, 0xa1a2,//冒号、逗号、句号、顿号:：，。、
    0xa1b6, 0xa1b7,//书名号:《》
    0xa3bf, 0xa3a1,//问号、感叹号:？！
    0xa1b0, 0xa1b1,//双引号:“”
    0xa3a8, 0xa3a9,//括号:（）
    0xa3db, 0xa3dd,//中括号:【】
    0xa3bb, 0xa1e6,//分号、摄氏度:
    0xa3a4, 0xa1ad,//人民币、省略号半个:￥…
}

   具体值可参考上篇博文GB2312简体中文附录

         GB2312简体中文编码表 GB2312码是中华人民共和国国家汉字信息交换用编码，全称《信息交换用汉字编码字符集--基本集》，由国家标准总局发 布，1981年5月1日实施，通行于大陆。新加坡等地也使用此编码。 GB2312收录简化汉字及符号、字母、日文假名等共7445个图形字符，其中汉字占6763个。GB2312规定"对任意一个图形字符 都采用两个字节表示，每个字节均采用七位编码表示"，习惯上称第一个字节为"高字节"，第二个字节为"低字节"。 GB2312-80包含了大部分常用的一、二级汉字，和9区的符号。该字符集是几乎所有的中文系统和国际化的软件都支持的中 文字符集，这也是最基本的中文字符集。其编码范围是高位0xa1－0xfe，低位也是0xa1-0xfe；汉字从0xb0a1开始，结束于 0xf7fe。 

修正对应关系： 

static unsigned short chinese_code(unsigned short unicode)
{
	if ((unicode >= 0x4e00) && (unicode < 0x9fa6))
		return (unicode - 0x4e00);
	else if (unicode == 0xff1a) //冒号
		return 20903;
	else if (unicode == 0xff0c) //逗号
		return 20904;
	else if (unicode == 0x3002) //句号
		return 20905;
	else if (unicode == 0x3001) //顿号
		return 20906;
	else if (unicode == 0x300a) //《
		return 20907;
	else if (unicode == 0x300b) //》
		return 20908;
	else if (unicode == 0xff1f) //？
		return 20909;
	else if (unicode == 0xff01) //！
		return 20910;
	else if (unicode == 0x201c) //“
		return 20911;
	else if (unicode == 0x201d) //”	
		return 20912;
	else if (unicode == 0xff08) //（	
		return 20913;
	else if (unicode == 0xff09) //）
		return 20914;
	else if (unicode == 0x3010) //【	
		return 20915;
	else if (unicode == 0x3011) //】
		return 20916;
	else if (unicode == 0xff1b) //分号
		return 20917;
	else if (unicode == 0x2103) //摄氏度
		return 20918;
	else if (unicode == 0xffe5) //人民币
		return 20919;
	else if (unicode == 0x2026) //省略号
		return 20920;
	else
		return 20902;
}

修正转换函数： 

static char pszBufOut[4300];
char* GBK_Format(const unsigned char* pszBufIn)
{
	int i = 0;
	int j = 0, nLen;
	unsigned short unicode;
	unsigned short gbk;
	int nBufInLen = 0;
	if (pszBufIn == NULL) 
		return NULL;
	nBufInLen = strlen((char*)pszBufIn);
	for(; i < nBufInLen; i++, j++)
	{
		if((pszBufIn[i] & 0x80) == 0x00)
		{
			nLen = 1;
			pszBufOut[j]= pszBufIn[i];
		}
		else if ((pszBufIn[i] & 0xF0) == 0xE0)
		{
 
			if (i+ 2 >= nBufInLen) return NULL;
			unicode = (((int)(pszBufIn[i] & 0x0F)) << 12) | (((int)(pszBufIn[i+1] & 0x3F)) << 6) | (pszBufIn[i+2]  & 0x3F); 
			gbk = gb2312table[chinese_code(unicode )];
			pszBufOut[j]= gbk/256;
			pszBufOut[j+1] = gbk%256;
			j++;
			i+=2;
		}
		else
		{
			return NULL;
		}
	}
	return pszBufOut;
}

最后得到如下结果：