字符集相关问题
字符集目前有两个大的类别:本地字符集和国际字符集,其中每一类别的字符集又有多个
不同的字符编码实例。比如:本地字符集中基本上对于每一个不同的地区和国家就会形成一个
属于自己的字符集(ascii, latin-1, chs等),国际字符集中同样包括多种不同的编码方案
(utf8, utf16等)。
那么在C/C++程序中如何完成上述字符集之间的转换工作呢?分成两种情况:
1. 通过const char *cstr使用开发环境中的编辑器输入字符串常量"中国",如下:
const char *cstr = "中国";
这样一来cstr所指向的字符串内存中保存的则是本地字符编码下所形成的字符串,也
就是说,上面的cstr中存储着chs字符编码集中的字符;
2. 通过const wchar_t *wstr使用开发环境中的编辑器输入字符串常量"中国",如下:
const wchar_t *wstr = "中国";
这样一来wstr所指向的字符串内存中保存的则是国际字符编码(在VC++下是ucs2,
在gcc下是ucs4)下所形成的字符串,也就是说,上面的wstr中存储着utf16字符编
码集中的字符;
那么如何将cstr转换成为wstr呢?可以通过C语言中的标准转换函数mbstowcs来完成该工
作,此时需要注意的是如果直接使用mbstowcs进行转换会得到一个错误的结果,并不能成功
的完成转换成为国际宽字符的要求,这是为什么呢?在C/C++语言标准中定义了其运行时的
字符集环境为"C",也就是ASCII字符集的一个子集,那么mbstowcs在工作时会将cstr中所包
含的字符串看作是ASCII编码的字符,而不认为是一个包含有chs编码的字符串,所以他会将
每一个中文拆成2个ASCII编码进行转换,这样得到的结果就是会形成4个wchar_t的字符组成
的串,那么如何才能够让mbstowcs正常工作呢?在调用mbstowcs进行转换之间必须明确的告
诉mbstowcs目前cstr串中包含的是chs编码的字符串,通过setlocale( LC_ALL "chs" )函数
调用来完成,需要注意的是这个函数会改变整个应用程序的字符集编码方式,必须要通过重
新调用setlocale( LC_ALL, "C" )函数来还原,这样就可以保证mbstowcs在转换时将cstr中
的串看作是中文串,并且转换成为2个wchar_t字符,而不是4个。
字符集相关问题
最新推荐文章于 2022-02-25 21:57:21 发布