字符串处理 - ANSI - Unicode - UTF8 转换

字符串处理 - ANSI - Unicode - UTF8 转换

[C语言]字符串处理 - ANSI - Unicode - UTF8 转换

2008-11-4: 使用MultiByteToWideChar和WideCharToMultiByte写的4个ANSI <-> Unicode <-> UTF-8 相互转换的函数。
2008-11-5: 使用C语言标准库mbstowcs和wcstombs写的w2m和m2w两个函数，分别对应ANSI <-> Unicode 相互转换。
2008-11-8: 包装一下 ANSI <-> UTF-8 。

#include <stdio.h>
#include <windows.h>
#include <locale.h>
#define BUFF_SIZE 1024

wchar_t * ANSIToUnicode(  const  char* str )
{
      int textlen ;
      wchar_t * result;
     textlen = MultiByteToWideChar( CP_ACP,  0, str,- 1, NULL, 0 ); 
     result = ( wchar_t *)malloc((textlen+ 1)* sizeof( wchar_t)); 
     memset(result, 0,(textlen+ 1)* sizeof( wchar_t)); 
     MultiByteToWideChar(CP_ACP,  0,str,- 1,(LPWSTR)result,textlen ); 
      return result; 
}

char * UnicodeToANSI(  const  wchar_t* str )
{
      char* result;
      int textlen;
     textlen = WideCharToMultiByte( CP_ACP,  0, str, - 1, NULL,  0, NULL, NULL );
     result =( char *)malloc((textlen+ 1)* sizeof( char));
     memset( result,  0,  sizeof( char) * ( textlen +  1 ) );
     WideCharToMultiByte( CP_ACP,  0, str, - 1, result, textlen, NULL, NULL );
      return result;
}

wchar_t * UTF8ToUnicode(  const  char* str )
{
      int textlen ;
      wchar_t * result;
     textlen = MultiByteToWideChar( CP_UTF8,  0, str,- 1, NULL, 0 ); 
     result = ( wchar_t *)malloc((textlen+ 1)* sizeof( wchar_t)); 
     memset(result, 0,(textlen+ 1)* sizeof( wchar_t)); 
     MultiByteToWideChar(CP_UTF8,  0,str,- 1,(LPWSTR)result,textlen ); 
      return result; 
}

char * UnicodeToUTF8(  const  wchar_t* str )
{
      char* result;
      int textlen;
     textlen = WideCharToMultiByte( CP_UTF8,  0, str, - 1, NULL,  0, NULL, NULL );
     result =( char *)malloc((textlen+ 1)* sizeof( char));
     memset(result,  0,  sizeof( char) * ( textlen +  1 ) );
     WideCharToMultiByte( CP_UTF8,  0, str, - 1, result, textlen, NULL, NULL );
      return result;
}
/*宽字符转换为多字符Unicode - ANSI*/
char* w2m( const  wchar_t* wcs)
{
       int len;
       char* buf;
      len =wcstombs(NULL,wcs, 0);
       if (len ==  0)
           return NULL;
      buf = ( char *)malloc( sizeof( char)*(len+ 1));
      memset(buf,  0,  sizeof( char) *(len+ 1));
      len =wcstombs(buf,wcs,len+ 1);
       return buf;
}
/*多字符转换为宽字符ANSI - Unicode*/
wchar_t* m2w( const  char* mbs)
{
       int len;
       wchar_t* buf;
      len =mbstowcs(NULL,mbs, 0);
       if (len ==  0)
           return NULL;
      buf = ( wchar_t *)malloc( sizeof( wchar_t)*(len+ 1));
      memset(buf,  0,  sizeof( wchar_t) *(len+ 1));
      len =mbstowcs(buf,mbs,len+ 1);
       return buf;
}

char* ANSIToUTF8( const  char* str)
{
      return UnicodeToUTF8(ANSIToUnicode(str));
}

char* UTF8ToANSI( const  char* str)
{
      return UnicodeToANSI(UTF8ToUnicode(str));
}

int main()
{
      /*使用wcstombs和mbstowcs之前必须调用setlocale，以便决定内码*/
     setlocale(LC_ALL, ".936");
      /*假定有一个Unicode(UTF-16LE)编码的文件，将其打开，重新编码为ANSI，写入aa.txt中，再继续编码回Unicode，写入aw.txt中*/
      /*如果不存在a.txt文件，则程序出错，没有做错误处理*/
      char* filename =  "a.txt";
      char* filenamea =  "aa.txt";
      char* filenamew =  "aw.txt";
      FILE*     input=fopen( filename,  "rb"); 
      FILE*     inputa=fopen( filenamea,  "wb"); 
      FILE*     inputw=fopen( filenamew,  "wb"); 
      wchar_t * buf ;
      /*BOE设置，UTF-16LE的BOE为FEFF，如果不先将其读取出来，wcstombs会调用失败*/
     fgetwc(input);
     fputwc( 0xFEFF,inputw);
      /*开始读取文件*/
      while(!feof(input))
     {
        buf = ( wchar_t *)malloc( sizeof( wchar_t)*BUFF_SIZE)         ;
        memset(buf,     0,  sizeof( wchar_t) * BUFF_SIZE );
        fgetws(buf,    BUFF_SIZE,    input);
        fputs(w2m(buf),    inputa);
        fputws(m2w(w2m(buf)),    inputw);
     }
      /*后续处理*/
     fclose(input);
     fclose(inputa);
     fclose(inputw);
     free(buf);

      return  0;
}

来自:  http://hi.baidu.com/end2012/blog/item/9ff286df5d57bc53cdbf1ab9.html