1:可以借助于文本编辑页面和Compare进行理解。
Unicode、utf-8、GB2312等,但是在windows命令行里敲notepad进入文本编辑页面。保存时需要选择编码方式,但是不存在GB,却有ANSI,于是纳闷,回来一查,才恍然大悟:原来在简体中文系统下,ANSI 编码代表 GB2312 编码。
为使计算机支持更多语言,通常使用 0x80~0xFF 范围的 2 个字节来表示 1 个字符。比如:汉字 '中' 在中文操作系统中,使用 [0xD6,0xD0] 这两个字节存储。
不同的国家和地区制定了不同的标准,由此产生了 GB2312, BIG5, JIS 等各自的编码标准。这些使用 2 个字节来代表一个字符的各种汉字延伸编码方式,称为 ANSI 编码。在简体中文系统下,ANSI 编码代表 GB2312 编码,在日文操作系统下,ANSI 编码代表 JIS 编码。
不同 ANSI 编码之间互不兼容,当信息在国际间交流时,无法将属于两种语言的文字,存储在同一段 ANSI 编码的文本中
2: 为了支持Unicode编码,需要多字节与宽字节之间的相互转换。这两个系统函数在使用时需要指定代码页,在实际应用过程中遇到乱码问题,然后重新阅读《Windows核心编程》,总结出正确的用法。
WideCharToMultiByte的代码页用来标记与新转换的字符串相关的代码页。
MultiByteToWideChar的代码页用来标记与一个多字节字符串相关的代码页。
常用的代码页由CP_ACP和CP_UTF8两个。
使用CP_ACP代码页就实现了ANSI与Unicode之间的转换。
使用CP_UTF8代码页就实现了UTF-8与Unicode之间的转换。
3:Ansi转换utf8和utf8转换Ansi就是上面2个的结合,把unicode作为中间量,进行2次转换即可
GB2312转换utf8和utf8转换GB2312就是上面2个的结合,把unicode作为中间量,进行2次转换即可
4:在中文和日文翻译的网页,可以查看网页使用的是unicode(同时支持中文和日文),选择GB2312乱码。
5:英国人为了省空间,网页是Unicode(UTF8),中文使用UTF8可能需要三个字节,所以中文一般采用GB2312.
网页两种格式Unicode(UTF8)和GB2312。
Ansi转Unicode
介绍2种方法
1. void CConvertDlg::OnBnClickedButtonAnsiToUnicode()
2. {
3. // ansi to unicode
4. char* szAnsi = "abcd1234你我他";
5. //预转换,得到所需空间的大小
6. int wcsLen = ::MultiByteToWideChar(CP_ACP, NULL, szAnsi, strlen(szAnsi), NULL, 0);
7. //分配空间要给'\0'留个空间,MultiByteToWideChar不会给'\0'空间
8. wchar_t* wszString = new wchar_t[wcsLen + 1];
9. //转换
10. ::MultiByteToWideChar(CP_ACP, NULL, szAnsi, strlen(szAnsi), wszString, wcsLen);
11. //最后加上'\0'
12. wszString[wcsLen] = '\0';
13. //unicode版的MessageBox API
14. ::MessageBoxW(GetSafeHwnd(), wszString, wszString, MB_OK);
15. //接下来写入文本
16. //写文本文件,头2个字节0xfeff,低位0xff写在前
17. CFile cFile;
18. cFile.Open(_T("1.txt"), CFile::modeWrite | CFile::modeCreate);
19. //文件开头
20. cFile.SeekToBegin();
21. cFile.Write("\xff\xfe", 2);
22. //写入内容
23. cFile.Write(wszString, wcsLen * sizeof(wchar_t));
24. cFile.Flush();
25. cFile.Close();
26. delete[] wszString;
27. wszString =NULL;
28. //方法2
29. //设置当前地域信息,不设置的话,使用这种方法,中文不会正确显示
30. //需要#include<locale.h>
31. setlocale(LC_CTYPE, "chs");
32. wchar_t wcsStr[100];
33. //注意下面是大写S,在unicode中,代表后面是ansi字符串
34. //swprintf是sprintf的unicode版本
35. //格式的前面要加大写L,代表是unicode
36. swprintf(wcsStr, L"%S", szAnsi);
37. ::MessageBoxW(GetSafeHwnd(), wcsStr, wcsStr, MB_OK);
38. }
Unicode转Ansi 也是2种方法
1. void CConvertDlg::OnBnClickedButtonUnicodeToAnsi()
2. {
3. // unicode to ansi
4. wchar_t* wszString = L"abcd1234你我他";
5. //预转换,得到所需空间的大小,这次用的函数和上面名字相反
6. int ansiLen = ::WideCharToMultiByte(CP_ACP, NULL, wszString, wcslen(wszString), NULL, 0, NULL, NULL);
7. //同上,分配空间要给'\0'留个空间
8. char* szAnsi = new char[ansiLen + 1];
9. //转换
10. //unicode版对应的strlen是wcslen
11. ::WideCharToMultiByte(CP_ACP, NULL, wszString, wcslen(wszString), szAnsi, ansiLen, NULL, NULL);
12. //最后加上'\0'
13. szAnsi[ansiLen] = '\0';
14. //Ansi版的MessageBox API
15. ::MessageBoxA(GetSafeHwnd(), szAnsi, szAnsi, MB_OK);
16. //接下来写入文本
17. //写文本文件,ANSI文件没有BOM
18. CFile cFile;
19. cFile.Open(_T("1.txt"), CFile::modeWrite | CFile::modeCreate);
20. //文件开头
21. cFile.SeekToBegin();
22. //写入内容
23. cFile.Write(szAnsi, ansiLen * sizeof(char));
24. cFile.Flush();
25. cFile.Close();
26. delete[] szAnsi;
27. szAnsi =NULL;
28. //方法2
29. //和上面一样有另一种方法
30. setlocale(LC_CTYPE, "chs");
31. char szStr[100];
32. //注意下面是大写,在ansi中,代表后面是unicode字符串
33. //sprintf
34. sprintf(szStr, "%S", wszString);
35. ::MessageBoxA(GetSafeHwnd(), szStr, szStr, MB_OK);
36. }
Unicode转UTF8
1. void CConvertDlg::OnBnClickedButtonUnicodeToU8()
2. {
3. // unicode to UTF8
4. wchar_t* wszString = L"abcd1234你我他";
5. //预转换,得到所需空间的大小,这次用的函数和上面名字相反
6. int u8Len = ::WideCharToMultiByte(CP_UTF8, NULL, wszString, wcslen(wszString), NULL, 0, NULL, NULL);
7. //同上,分配空间要给'\0'留个空间
8. //UTF8虽然是Unicode的压缩形式,但也是多字节字符串,所以可以以char的形式保存
9. char* szU8 = new char[u8Len + 1];
10. //转换
11. //unicode版对应的strlen是wcslen
12. ::WideCharToMultiByte(CP_UTF8, NULL, wszString, wcslen(wszString), szU8, u8Len, NULL, NULL);
13. //最后加上'\0'
14. szU8[u8Len] = '\0';
15. //MessageBox不支持UTF8,所以只能写文件
16. //接下来写入文本
17. //写文本文件,UTF8的BOM是0xbfbbef
18. CFile cFile;
19. cFile.Open(_T("1.txt"), CFile::modeWrite | CFile::modeCreate);
20. //文件开头
21. cFile.SeekToBegin();
22. //写BOM,同样低位写在前
23. cFile.Write("\xef\xbb\xbf", 3);
24. //写入内容
25. cFile.Write(szU8, u8Len * sizeof(char));
26. cFile.Flush();
27. cFile.Close();
28. delete[] szU8;
29. szU8 =NULL;
30. }
31.
UTF8转UNICODE
1. void CConvertDlg::OnBnClickedButtonU8ToUnicode()
2. {
3. //UTF8 to Unicode
4. //由于中文直接复制过来会成乱码,编译器有时会报错,故采用16进制形式
5. char* szU8 = "abcd1234\xe4\xbd\xa0\xe6\x88\x91\xe4\xbb\x96\x00";
6. //预转换,得到所需空间的大小
7. int wcsLen = ::MultiByteToWideChar(CP_UTF8, NULL, szU8, strlen(szU8), NULL, 0);
8. //分配空间要给'\0'留个空间,MultiByteToWideChar不会给'\0'空间
9. wchar_t* wszString = new wchar_t[wcsLen + 1];
10. //转换
11. ::MultiByteToWideChar(CP_UTF8, NULL, szU8, strlen(szU8), wszString, wcsLen);
12. //最后加上'\0'
13. wszString[wcsLen] = '\0';
14. //unicode版的MessageBox API
15. ::MessageBoxW(GetSafeHwnd(), wszString, wszString, MB_OK);
16. //写文本同ansi to unicode
17. }