转载请注明出处http://www.cppblog.com/greatws/archive/2008/08/31/60546.html
最近有人问我关于这个的问题，就此写一篇blog
Ansi字符串我们最熟悉，英文占一个字节，汉字2个字节，以一个\0结尾，常用于txt文本文件
Unicode字符串，每个字符(汉字、英文字母)都占2个字节，以2个连续的\0结尾，NT操作系统内核用的是这种字符串，常被定义为typedef unsigned short wchar_t;所以我们有时常会见到什么char*无法转换为unsigned short*之类的错误，其实就是unicode
UTF8是Unicode一种压缩形式，英文A在unicode中表示为0x0041，老外觉得这种存储方式太浪费，因为浪费了50%的空间，于是就把英文压缩成1个字节，成了utf8编码，但是汉字在utf8中占3个字节，显然用做中文不如ansi合算，这就是中国的网页用作ansi编码而老外的网页常用utf8的原因。
UTF8在还游戏里运用的很广泛，比如WOW的lua脚本等
下面来说一下转换，主要用代码来说明吧
写文件我用了CFile类，其实用FILE*之类的也是一样，写文件和字符串什么类别没有关系，硬件只关心数据和长度
Ansi转Unicode
介绍2种方法
void
CConvertDlg::OnBnClickedButtonAnsiToUnicode()
{
//
ansi to unicode
char
*
szAnsi
=
"
abcd1234你我他
"
;
//
预转换，得到所需空间的大小
int
wcsLen
=
::MultiByteToWideChar(CP_ACP, NULL, szAnsi, strlen(szAnsi), NULL,
0
);
//
分配空间要给'\0'留个空间，MultiByteToWideChar不会给'\0'空间
wchar_t
*
wszString
=
new
wchar_t[wcsLen
+
1
];
//
转换
::MultiByteToWideChar(CP_ACP, NULL, szAnsi, strlen(szAnsi), wszString, wcsLen);
//
最后加上'\0'
wszString[wcsLen]
=
'
\0
'
;
//
unicode版的MessageBox API
::MessageBoxW(GetSafeHwnd(), wszString, wszString, MB_OK);
//
接下来写入文本
//
写文本文件，头2个字节0xfeff，低位0xff写在前
CFile cFile;
cFile.Open(_T(
"
1.txt
")
, CFile::modeWrite
|
CFile::modeCreate);
//
文件开头
cFile.SeekToBegin();
cFile.Write(
"
\xff\xfe
"
,
2
);
//
写入内容
cFile.Write(wszString, wcsLen
*
sizeof
(wchar_t));
cFile.Flush();
cFile.Close();
delete[] wszString;
wszString
=
NULL;
//
方法2
//
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
//
需要#include<locale.h>
setlocale(LC_CTYPE,
"
chs
"
);
wchar_t wcsStr[
100
];
//
注意下面是大写S，在unicode中，代表后面是ansi字符串
//
swprintf是sprintf的unicode版本
//
格式的前面要加大写L，代表是unicode
swprintf(wcsStr, L
"
%S
"
, szAnsi);
::MessageBoxW(GetSafeHwnd(), wcsStr, wcsStr, MB_OK);
}
Unicode转Ansi
也是2种方法
void
CConvertDlg::OnBnClickedButtonUnicodeToAnsi()
{
//
unicode to ansi
wchar_t
*
wszString
=
L
"
abcd1234你我他
"
;
//
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
int
ansiLen
=
::WideCharToMultiByte(CP_ACP, NULL, wszString, wcslen(wszString), NULL,
0
, NULL, NULL);
//
同上，分配空间要给'\0'留个空间
char
*
szAnsi
=
new
char
[ansiLen
+
1
];
//
转换
//
unicode版对应的strlen是wcslen
::WideCharToMultiByte(CP_ACP, NULL, wszString, wcslen(wszString), szAnsi, ansiLen, NULL, NULL);
//
最后加上'\0'
szAnsi[ansiLen]
=
'
\0
'
;
//
Ansi版的MessageBox API
::MessageBoxA(GetSafeHwnd(), szAnsi, szAnsi, MB_OK);
//
接下来写入文本
//
写文本文件，ANSI文件没有BOM
CFile cFile;
cFile.Open(_T(
"
1.txt
")
, CFile::modeWrite
|
CFile::modeCreate);
//
文件开头
cFile.SeekToBegin();
//
写入内容
cFile.Write(szAnsi, ansiLen
*
sizeof
(
char
));
cFile.Flush();
cFile.Close();
delete[] szAnsi;
szAnsi
=
NULL;
//
方法2
//
和上面一样有另一种方法
setlocale(LC_CTYPE,
"
chs
"
);
char
szStr[
100
];
//
注意下面是大写，在ansi中，代表后面是unicode字符串
//
sprintf
sprintf(szStr,
"
%S
"
, wszString);
::MessageBoxA(GetSafeHwnd(), szStr, szStr, MB_OK);
}
Unicode转UTF8
void
CConvertDlg::OnBnClickedButtonUnicodeToU8()
{
//
unicode to UTF8
wchar_t
*
wszString
=
L
"
abcd1234你我他
"
;
//
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
int
u8Len
=
::WideCharToMultiByte(CP_UTF8, NULL, wszString, wcslen(wszString), NULL,
0
, NULL, NULL);
//
同上，分配空间要给'\0'留个空间
//
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
char
*
szU8
=
new
char
[u8Len
+
1
];
//
转换
//
unicode版对应的strlen是wcslen
::WideCharToMultiByte(CP_UTF8, NULL, wszString, wcslen(wszString), szU8, u8Len, NULL, NULL);
//
最后加上'\0'
szU8[u8Len]
=
'
\0
'
;
//
MessageBox不支持UTF8,所以只能写文件
//
接下来写入文本
//
写文本文件，UTF8的BOM是0xbfbbef
CFile cFile;
cFile.Open(_T(
"
1.txt
"
), CFile::modeWrite
|
CFile::modeCreate);
//
文件开头
cFile.SeekToBegin();
//
写BOM，同样低位写在前
cFile.Write(
"
\xef\xbb\xbf
"
,
3
);
//
写入内容
cFile.Write(szU8, u8Len
*
sizeof
(
char
));
cFile.Flush();
cFile.Close();
delete[] szU8;
szU8
=
NULL;
}
UTF8转UNICODE
void
CConvertDlg::OnBnClickedButtonU8ToUnicode()
{
//
UTF8 to Unicode
//
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
char
*
szU8
=
"
abcd1234\xe4\xbd\xa0\xe6\x88\x91\xe4\xbb\x96\x00
"
;
//
预转换，得到所需空间的大小
int
wcsLen
=
::MultiByteToWideChar(CP_UTF8, NULL, szU8, strlen(szU8), NULL,
0
);
//
分配空间要给'\0'留个空间，MultiByteToWideChar不会给'\0'空间
wchar_t
*
wszString
=
new
wchar_t[wcsLen
+
1
];
//
转换
::MultiByteToWideChar(CP_UTF8, NULL, szU8, strlen(szU8), wszString, wcsLen);
//
最后加上'\0'
wszString[wcsLen]
=
'
\0
'
;
//
unicode版的MessageBox API
::MessageBoxW(GetSafeHwnd(), wszString, wszString, MB_OK);
//
写文本同ansi to unicode
}
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
by greatws