UTF-8与GB2312之间的互换

http://www.vckbase.com/document/viewdoc/?id=1444

此文介绍了UTF8和GB2312间的互换并提供代码,但是代码有误,现修改如下:

class CChineseCodeLib 
{
public:
 static void UTF_8ToGB2312(string& pOut,char *pText, int pLen);
 static void GB2312ToUTF_8(string& pOut,char *pText, int pLen);
 // Unicode 转换成UTF-8
 static void UnicodeToUTF_8(char* pOut,WCHAR* pText);
 // GB2312 转换成 Unicode
 static void Gb2312ToUnicode(WCHAR* pOut,char *gbBuffer);
 // 把Unicode 转换成 GB2312
 static void UnicodeToGB2312(char* pOut,WCHAR uData);
 // 把UTF-8转换成Unicode
 static void UTF_8ToUnicode(WCHAR* pOut,char* pText);

 CChineseCodeLib();
 virtual ~CChineseCodeLib();
};


void CChineseCodeLib::UTF_8ToUnicode(WCHAR* pOut,char *pText)
{
 char* uchar = (char *)pOut;
 
 uchar[1] = ((pText[0] & 0x0F) << 4) + ((pText[1] >> 2) & 0x0F);
 uchar[0] = ((pText[1] & 0x03) << 6) + (pText[2] & 0x3F);

 return;
}

void CChineseCodeLib::UnicodeToGB2312(char* pOut,WCHAR uData)
{
 WideCharToMultiByte(CP_ACP,NULL,&uData,1,pOut,sizeof(WCHAR),NULL,NULL);
 return;
}

void CChineseCodeLib::Gb2312ToUnicode(WCHAR* pOut,char *gbBuffer)
{
 ::MultiByteToWideChar(CP_ACP,MB_PRECOMPOSED,gbBuffer,2,pOut,1);
 return;
}

void CChineseCodeLib::UnicodeToUTF_8(char* pOut,WCHAR* pText)
{
 // 注意 WCHAR高低字的顺序,低字节在前,高字节在后
 char* pchar = (char *)pText;

 pOut[0] = (0xE0 | ((pchar[1] & 0xF0) >> 4));
 pOut[1] = (0x80 | ((pchar[1] & 0x0F) << 2)) + ((pchar[0] & 0xC0) >> 6); // 此处也有错误,该文作者已提出!
 pOut[2] = (0x80 | (pchar[0] & 0x3F));
 
 return;
}

void CChineseCodeLib::GB2312ToUTF_8(string& pOut,char *pText, int pLen)
{
 char buf[4];
 char* rst = new char[(pLen/2)*3+1];    // 原代码此处分配的空间不够,导致越界!
 
 memset(buf,0,4);
 memset(rst,0,sizeof(rst));
 
 int i = 0;
 int j = 0; 
 while(i < pLen)
 {
  //如果是英文直接复制就可以
  if( *(pText + i) >= 0)
  {
   rst[j++] = pText[i++];
  }
  else
  {
   WCHAR pbuffer;
   Gb2312ToUnicode(&pbuffer,pText+i);
   
   UnicodeToUTF_8(buf,&pbuffer);
   
   unsigned short int tmp = 0;
   tmp = rst[j] = buf[0];
   tmp = rst[j+1] = buf[1];
   tmp = rst[j+2] = buf[2];
   
   
   j += 3;
   i += 2;
  }
 }
 rst[j] = '/0';

 //返回结果
 pOut = rst;  
 delete []rst; 
 
 return;
}

void CChineseCodeLib::UTF_8ToGB2312(string &pOut, char *pText, int pLen)
{
  char * newBuf = new char[pLen+1];  // 原代码此处分配空间不够,当pText全部为英文时会出错。pLen为pText字                                                               // 符串的长度,不包含终止符
  char Ctemp[4];
  memset(Ctemp,0,4);

  int i =0;
  int j = 0;
 
  while(i < pLen)
  {
   if(pText[i] > 0)
  {
   newBuf[j++] = pText[i++];   
  }
  else                
  {
   WCHAR Wtemp;
   UTF_8ToUnicode(&Wtemp,pText + i);
  
   UnicodeToGB2312(Ctemp,Wtemp);
     
   newBuf[j] = Ctemp[0];
   newBuf[j + 1] = Ctemp[1];

   i += 3;   
   j += 2;  
  }
  }


  newBuf[j] = '/0';
 
  pOut = newBuf;
  delete []newBuf;
 
  return;
}

修改后的源文件请到此处下载

关于UTF8可以参考:http://www.linuxforum.net/books/UTF-8-Unicode.html

 

阅读更多
换一批

没有更多推荐了,返回首页