c语言 gb2312转utf8,嵌入式utf-8转码gb2312的c语言实现,附源码

部分参考:

www.360doc.com/content/12/0926/12/1072296_238242301.shtml

https://blog.csdn.net/wyingquan/article/details/3882432

涉及到的文件unicode_to_gb2312_table.bin,请前往我的csdn资源下载中寻找

源码如下:(使用方法直接拷贝进去一个.c文件,用vc编译一下就ok了,不过需要在本地文件夹放unicode_to_gb2312_table.bin)

// utf8_to_gb2312_in_c.cpp : 定义控制台应用程序的入口点。

//

#include "stdafx.h"

#include "malloc.h"

#include "string.h"

typedef unsigned char u8;

typedef unsigned short u16;

typedef struct unicode_gb

{

unsigned short unicode;

unsigned short gb;

} UNICODE_GB;

#define utf8_malloc malloc

#define utf8_free free

#define UTF8_DEBUG 1

#if defined(UTF8_DEBUG)&&UTF8_DEBUG

#define APP_PRINT printf

#else

#define APP_PRINT(fmt, ...)

#endif

//全局码表handle,需初始化

UNICODE_GB *code_table=NULL;

int code_table_size_in_item = 0;

//获取utf8转unicode的字节个数

int GetUtf8ByteNumForWord(u8 firstCh)

{

u8 temp = 0x80;

int num = 0;

while (temp & firstCh)

{

num++;

temp = (temp >> 1);

}

APP_PRINT("\r\nthe num is: %d", num);

return num;

}

//搜索unicode对应的gb2312码

//参数: unicodeKey- unicode值

//code_table- unicode转gb2312码表

//CODE_TABLE_SIZE- 码表大小,元素结构体个数

//返回值:0- 未找到unicode对应的gb2312值

//非0- 找到的gb2312值

u16 SearchCodeTable(u16 unicodeKey, UNICODE_GB *code_table, int CODE_TABLE_SIZE)

{

int first = 0;

int end = CODE_TABLE_SIZE - 1;

int mid = 0;

if (!code_table)return 0;

if (!CODE_TABLE_SIZE)return 0;

while (first <= end)

{

mid = (first + end) / 2;

if (code_table[mid].unicode == unicodeKey)

{

return code_table[mid].gb;

}

else if (code_table[mid].unicode > unicodeKey)

{

end = mid - 1;

}

else

{

first = mid + 1;

}

}

return 0;

}

//utf8字符串转gb2312字符串

//参数: utf8- utf8字符串

//len- utf8字符串长度,按字节

//temp- 转化后的gb2312值

//返回值: 0- success, others-fail

int Utf8ToGb2312(const char* utf8, int len, char *temp)

{

APP_PRINT("\r\nutf8->unicode: \n");

APP_PRINT("utf8: [");

for (int k = 0; k < len; k++)

{

APP_PRINT("0x%02x ", utf8[k]);

}

APP_PRINT("]\n");

int byteCount = 0;

int i = 0;

int j = 0;

u16 unicodeKey = 0;

u16 gbKey = 0;

//循环解析

while (i < len)

{

switch (GetUtf8ByteNumForWord((u8)utf8[i]))

{

case 0:

temp[j] = utf8[i];

byteCount = 1;

break;

case 2:

temp[j] = utf8[i];

temp[j + 1] = utf8[i + 1];

byteCount = 2;

break;

case 3:

//这里就开始进行UTF8->Unicode

temp[j + 1] = ((utf8[i] & 0x0F) << 4) | ((utf8[i + 1] >> 2) & 0x0F);

temp[j] = ((utf8[i + 1] & 0x03) << 6) + (utf8[i + 2] & 0x3F);

//取得Unicode的值

memcpy(&unicodeKey, (temp + j), 2);

APP_PRINT("\r\nunicode key is: 0x%04X\n", unicodeKey);

//根据这个值查表取得对应的GB2312的值

gbKey = SearchCodeTable(unicodeKey, code_table, code_table_size_in_item);

APP_PRINT("\r\ngb2312 key is: 0x%04X\n", gbKey);

if (gbKey != 0)

{

//here change the byte

//不为0表示搜索到,将高低两个字节调换调成我要的形式

gbKey = (gbKey >> 8) | (gbKey << 8);

APP_PRINT("\r\nafter changing, gb2312 key is: 0x%04X\n", gbKey);

memcpy((temp + j), &gbKey, 2);

}

byteCount = 3;

break;

case 4:

byteCount = 4;

break;

case 5:

byteCount = 5;

break;

case 6:

byteCount = 6;

break;

default:

APP_PRINT("\r\nthe len is more than 6, error\n");

//break;

return -1;

}

i += byteCount;

if (byteCount == 1)

{

j++;

}

else

{

j += 2;

}

}

APP_PRINT("\r\ngb2312: [");

for (int k = 0; k < j; k++)

{

APP_PRINT("0x%02x ", temp[k]);

}

APP_PRINT("]\n");

return 0;

}

//初始化utf8转gb2312转换环境,主要是初始化码表handle和码表大小

//参数:无

//返回值:0- 成功, 其他值- 失败

static FILE *fp=NULL;

#define TABLE_FILE "./unicode_to_gb2312_table.bin"

int Utf8ToGb2312_init(void)

{

long file_size_in_byte;

int ret;

int len;

ret = 0;

fopen_s(&fp, TABLE_FILE, "rb+");

if (!fp)

{

APP_PRINT("\r\nUtf8ToGb2312_init open file fail");

return -1;

}

fseek(fp, 0, SEEK_END);

file_size_in_byte=ftell(fp);

rewind(fp);

if (!code_table)

{

code_table = (UNICODE_GB*)utf8_malloc(file_size_in_byte);

code_table_size_in_item = file_size_in_byte / sizeof(UNICODE_GB);

APP_PRINT("\r\nopen file ok, size_in_byte=%d, size_in_item=%d", file_size_in_byte, code_table_size_in_item);

len = fread(code_table, sizeof(code_table[0]), code_table_size_in_item, fp);

if (len != code_table_size_in_item)

{

APP_PRINT("\r\nfile read error, len ret=%d", len);

ret = -3;

}

}

else

{

APP_PRINT("\r\ncode table handle is exists error");

ret = -2;

}

fclose(fp);

return ret;

}

//反初始化utf8转gb2312转换环境

//参数: 无

//返回值: 0- 成功, 其他值-失败

int Utf8ToGb2312_deinit(void)

{

utf8_free(code_table);

code_table = NULL;

code_table_size_in_item = 0;

return 0;

}

int _tmain(int argc, _TCHAR* argv[])

{

//char temp[100];

char utf8[100] = {0xe4, 0xbd, 0xa0};

char gb2312[100];

int ret;

Utf8ToGb2312_init();

//memset(temp, 0, sizeof(temp));

memset(gb2312, 0, sizeof(gb2312));

ret=Utf8ToGb2312(utf8, strlen(utf8), gb2312);

if (!ret)

{

printf("\r\nutf8 to gb2312 ok\r\n");

printf((char*)gb2312);

}

else

{

printf("\r\nutf8 to gb2312 fail\r\n");

}

Utf8ToGb2312_deinit();

getchar();

return 0;

}

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: GB2312UTF-8是两种不同的字符编码标准,它们在字符编码方式、字符集大小、字节数等方面都存在差异。因此,要将GB2312编码的字符串换为UTF-8编码的字符串,需要进行编码换。 在C语言中,可以使用iconv库来进行字符集换。iconv库是一个系统库,可以实现不同编码之间的换。在使用iconv库之前,需要先启用头文件#include <iconv.h>。 下面是一个示例程序,用于将GB2312编码的字符串换为UTF-8编码的字符串: ``` #include <stdio.h> #include <iconv.h> #include <stdlib.h> #include <string.h> int main() { char *gb2312_str = "hello world!"; size_t gb2312_len = strlen(gb2312_str); size_t utf8_len = gb2312_len * 3; // UTF-8最多可能会占用3个字节 char *utf8_str = (char *)malloc(utf8_len); // 分配空间 // 初始化iconv_t iconv_t cd = iconv_open("UTF-8", "GB2312"); if (cd == (iconv_t)-1) { printf("初始化iconv_t失败!\n"); exit(1); } // 进行换 char *inbuf = gb2312_str; char *outbuf = utf8_str; size_t inlen = gb2312_len; size_t outlen = utf8_len; size_t ret = iconv(cd, &inbuf, &inlen, &outbuf, &outlen); if (ret == (size_t)-1) { printf("换失败!\n"); exit(1); } // 输出UTF-8编码的字符串 printf("UTF-8编码的字符串:%s\n", utf8_str); // 关闭iconv_t iconv_close(cd); free(utf8_str); // 释放空间 return 0; } ``` 在上面的示例程序中,我们使用iconv_t类型表示换句柄,使用iconv_open()函数来初始化换句柄。在进行换时,使用iconv()函数将GB2312编码的字符串换为UTF-8编码的字符串,并将结果保存在utf8_str中。 最后,使用iconv_close()函数关闭换句柄,并使用free()函数释放分配的内存空间。 当然,对于实际应用场景,可能还需要进行一些优化和错误处理,例如对输入字符串进行判断、对输出字符串进行截断等等。 ### 回答2: 将GB2312编码换为UTF-8编码是一种编码换的过程,可以使用C语言对字符串进行实现。具体操作可以如下: 首先需要了解一些基本知识。GB2312编码是双字节编码,每个汉字用两个字节表示;而UTF-8编码是一种变长编码,每个字符根据不同范围的Unicode码用1~4个字节表示。 1. 将GB2312编码的字符串换为Unicode码。可以使用WideCharToMultiByte()函数将GB2312编码换为Unicode码,以便进一步处理。 2. 将Unicode码换为UTF-8编码。可以使用WideCharToMultiByte()函数,设置输出编码格式为UTF-8,即可将Unicode码换为UTF-8编码。 3. 将UTF-8编码的字符串打印输出。可以使用puts()或printf()函数将字符串输出到屏幕上,确认换结果是否正确。 需要注意的是,换过程中可能会出现一些细节问题,如代码页的不同,换后的字符串长度的变化等。因此,最好在进行换时,考虑到这些细节问题,避免出现换错误。 ### 回答3: GB2312UTF-8都是Unicode编码的变体,但是它们之间是有区别的。GB2312是早期的中文编码,使用双字节表示每个字符,而UTF-8则是一种比较新的编码格式,也是使用变长的字节表示字符,可以表示全球范围内的字符。 在C语言中,我们可以使用iconv函数来进行编码换。iconv函数的原型如下: ``` #include <iconv.h> size_t iconv(iconv_t cd, char **inbuf, size_t *inbytesleft, char **outbuf, size_t *outbytesleft); ``` 其中,参数cd是一个iconv_t类型的换描述符,如果cd等于(iconv_t) -1,则表示换失败;参数inbuf指向被换的字符串;参数inbytesleft表示输入的长度,并被函数用于记录换后余下的需要换的字节数;参数outbuf指向输出缓冲区,参数outbytesleft表示输出缓冲区的大小并记录换后余下的缓冲区大小。 我们可以通过下面的代码将GB2312字符串换为UTF-8字符串。 ``` #include <stdio.h> #include <stdlib.h> #include <string.h> #include <iconv.h> #include <errno.h> int main() { char *src = "你好,世界!"; size_t srclen = strlen(src); size_t dstlen = srclen * 2; char *dst = (char *)malloc(dstlen); memset(dst,0,dstlen); iconv_t cd = iconv_open("UTF-8","GB2312"); if (cd == (iconv_t) -1){ perror("iconv_open"); exit(EXIT_FAILURE); } char *inbuf = src; char *outbuf = dst; if (iconv(cd, (char **)&inbuf, &srclen, &outbuf, &dstlen ) == -1) { perror("iconv"); exit(EXIT_FAILURE); } printf("GB2312: %s\n",src); printf("UTF-8: %s\n",dst); iconv_close(cd); free(dst); return 0; } ``` 在这个例子中,我们首先定义了一个需要换的GB2312字符串,在使用iconv_open函数创建一个iconv_t类型的换描述符时,我们指定了源编码是GB2312,目标编码是UTF-8。然后,我们再定义一个输出缓冲区,使用iconv函数将GB2312字符串换为UTF-8字符串。 最后,我们通过printf函数按照不同的编码格式输出了换后的字符串。需要注意的是,这个例子中的代码并没有对错误进行完整的处理,因此在实际应用时需要注意添加错误处理。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值