c语言 如何判断中文字符,怎么判断URL汉字为哪种编码并相应解码？（C语言）

如何判断URL汉字为哪种编码并相应解码？(C语言)

例如，从截取的http://www.sogou.com/sie?hdq=AQxRG&query=%D6%D0%CE%C4%B1%E0%C2%EB&p=99350103&oq=&ri=-2网址中取出%D6%D0%CE%C4%B1%E0%C2%EB，如何判定是utf-8还是gb2312？如何解码？谢谢各位大侠。(C语言)

------解决思路----------------------

举个例子，比如python有个库，可以guess一下编码，可以做相关搜索。

------解决思路----------------------

刚好最近在弄

#include 

#define UNICODE 1

#include 

#include 

#include 

#include 

typedef _com_ptr_t<_com_iiid>> IMultiLanguage3Ptr;

int main()

{

CoInitialize(NULL);

{

IMultiLanguage3Ptr pML(CLSID_CMultiLanguage, NULL, CLSCTX_INPROC);

char data[] = { 0xD6, 0xD0, 0xCE, 0xC4, 0xB1, 0xE0, 0xC2, 0xEB };

int isize = sizeof(data);

DetectEncodingInfo result[32];

int result_count = sizeof(result) / sizeof(result[0]);

HRESULT hr = pML->DetectInputCodepage(MLDETECTCP_NONE, 0, data, &isize, result, &result_count);

if (!SUCCEEDED(hr))

{

fprintf(stderr, "Failed with 0x%x\n", hr);

CoUninitialize();

return hr;

}

for (int i = 0; i 

{

WCHAR desc[100] = {0};

pML->GetCodePageDescription(result[i].nCodePage, result[i].nLangID, desc, 100);

printf("CP:%d (%S)\n", result[i].nCodePage, desc);

}

}

CoUninitialize();

return 0;

}

输出：

CP:936 (Chinese Simplified (GB2312))

------解决思路----------------------

utf8和gb2312的码库是重的，无法判定每个字符。唯一靠谱一点的是整段文字一起判定，有一个不是utf8的就是gb。就算是这样子也有例外，比如说我的同事全名就是无法判定utf8和gb的。