用MultiCharToWideChar、WideCharToMultiChar进行编码转换

最近应为工作原因，需要在windows平台下，对utf8编码和gb2312下编码进行转换。

网上有很多示例，不过都不是很简洁，利用各种规则，代码很长，不易调试和修改。其实windows api中的MultiCharToWideChar、WideCharToMultiChar这两个函数就可以帮我们解决这个问题（注：这里是一种尝试，因为没有经过大量的测试，并不能保证没有bug）

 

一些基本信息在msdn上，不再详细说，请参考下面链接

MultiCharToWideChar  http://msdn.microsoft.com/en-us/library/bb202786.aspx

WideCharToMultiByte  http://msdn.microsoft.com/en-us/library/aa908730.aspx

Code Page Identifiers http://msdn.microsoft.com/en-us/library/dd317756(VS.85).aspx

 

首先看utf8转成Gb2312

bool utf8ToGb2312(const string& utfstr, string& gbstr);

参数和返回值说明

utfstr，std::string类型，待转换的utf8字符串

gbstr，std::string类型，转换后得到的gb2312字符串

返回值，bool型，转换成功true，失败false；

 

 

第一步 utf8 to unicode

//首先获取目标（unicode）字符串长度
DWORD wsSize = MultiByteToWideChar(CP_UTF8, 0, utfstr.c_str(), utfstr.length(), NULL, 0);

 

//给目标字符串分配空间，MultiByteToWideChar得到的是一个non-terminate字符串

//多分配1的空间，补零变成C字符串形式，因为有些函数例如strcpy_s需要C字符串
wchar_t* pwUnicode= new wchar_t[wsSize + 1];

 

//转成Unicode
MultiByteToWideChar(CP_UTF8, 0, utfstr.c_str(), utfstr.length(), pwUnicode, wsSize);

 

//补0
pwUnicode[wsSize] = 0;

 

第二步 unicode to utf8(过程基本相同)

DWORD msSize = WideCharToMultiByte(936, 0, pwUtf, wsSize, NULL, 0, NULL, NULL);
char* psGb = new char[msSize + 1];
WideCharToMultiByte(936, 0, pwUtf, wsSize, psGb, msSize, NULL, NULL)；
psGb[msSize] = 0;

 

完整的函数，以供参考（并未经大量测试，慎用）

bool urlParsing::utf8ToGb2312(const string& utfstr, string& gbstr)
{
     //to unicode
     DWORD wsSize = MultiByteToWideChar(CP_UTF8, 0, utfstr.c_str(), utfstr.length(), NULL, 0);
     wchar_t* pwUnicode= new wchar_t[wsSize + 1];
     if(MultiByteToWideChar(CP_UTF8, 0, utfstr.c_str(), utfstr.length(), pwUnicode, wsSize) == 0)
     {
          delete[] pwUnicode;
          return false;
     }
     pwUtf[wsSize] = 0;

    

     //to gb2312
     DWORD msSize = WideCharToMultiByte(936, 0, pwUtf, wsSize, NULL, 0, NULL, NULL);
     char* psGb = new char[msSize + 1];
     if(WideCharToMultiByte(936, 0, pwUtf, wsSize, psGb, msSize, NULL, NULL)==0)
    {
         delete[] pwUnicode;
         delete[] psGb;
         return false;
     }
     psGb[msSize] = 0;
 
     gbstr = psGb;

     delete[] pwUnicode;
     delete[] psGb;
    

     return true;
}

 

 

Gb2312 转成UTF8

我没有去实现，但我想应该和上面基本相同，也是先转成Unicode，再转成gb2312。