C/C++中，GB2312转Unicode

    嵌入到多个系统编程时常常出现编码问题，特别是中文，并且对于国标GB2312来说，不像UTF-8那样可以用算法直接转为unicode（传说是这么说的，我也没试过），所以GB到Unicode只能是一对一的转换。

以前碰到过GB转为Unicode的难题，在网上找到了源码，我只是修改了一下查找的代码，将查找算法改为二分查找。

   主要函数为：

unsigned int gb_uni(unsigned int gb_idx); // 传入一个汉字所对应的gb2312编码，返回该汉字的Unicode编码

   GB编码简单分析：

   比如“我”字的gb编码为0xCED2，unicode编码为0x6211，那么0x6211==gb_uni(0xCED2)，在windows的文档里面，小于0x0a1，都是ansii编码，GB2312中每个汉字用双字节标识，比如“我”字，gb码为上位编码为0xFFFFFF62和下位编码为0xFFFFFF11，组合后为0x6211，所以一般分析中英文档，逐个字符判断，小于0x0a1则为ansii，大于，则为汉字的开始，需要预读取下一个字符来合成一个汉字的编码。

 

源代码 在这里（点击超链接即可）：

在vim下

输入:set fdm=marker，查看会比较舒服

C/C++ GB2312转为Unicode的源码

 

---