C++中Ansi、Unicode、UTF8字符串之间的转换和写入文本文件

• 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''留个空间，MultiByteToWideChar不会给''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''
      wszString[wcsLen] = '';
      //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("xffxfe", 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''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''
      szAnsi[ansiLen] = '';
      //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''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''
      szU8[u8Len] = '';
      //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("xefxbbxbf", 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 = "abcd1234xe4xbdxa0xe6x88x91xe4xbbx96x00";
      //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''留个空间，MultiByteToWideChar不会给''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''
      wszString[wcsLen] = '';
      //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