gb2312与utf8的手动转换

在有些系统,系统函数无法提供转换功能, 比如有的gcc版本的iconv函数里就不支持gb2312,这种情况下只能手动转换

这里的gb是代码页936的, 下面的文章只负责处理汉字和基本字符.

首先将gb2312里所有的汉字都写到一个文件里

FILE *fp = fopen ( "d:\\22.txt", "w+b" );

for ( unsigned char i = 0xb0; i <=0xf7;i++)
{
for ( unsigned char j = 0xa1; j <=0xfe;j++)
{
fwrite ( &i,1,1,fp);
fwrite ( &j,1,1,fp);
}

}

完成后用vc打开, 另存为编码为 utf-8 65001无签名格式, 则文件变大 了2/3, 这是因为gb一个汉字2个字节, utf8是3个

在应用中, 使用方法如下:

1. 将另存后的文件读入一个uchar数组里

2. 对一个字符串进行转换

INPUT:str是gb的字符串

OUTPUT:str2是utf8的字符串

for ( int i = 0 ; i < strlen(str); i++ )
{
c1 = str[i];

if ( c1 <= 0x7f ) //一般字符
{
str2[n++] = c1;
}
else //汉字
{
c2 = str[i+1];

//汉字区从 0xb0区开始, 每个区有94个字
ptr = ( c1 - 0xb0 ) * 94 + c2 - 0xa1;
ptr *= 3;

str2[n++] = m_gb2312[ptr++];
str2[n++] = m_gb2312[ptr++];
str2[n++] = m_gb2312[ptr++];
i++;
}
}