原文地址https://www.cnblogs.com/bookdrip/p/9987099.html
一、wchar_t和char的基础知识
1.C程序中使用的char类型,是占用一个字节,一共可以表示256个字符。而在32位系统中,char*是占用四个字节的,因为一个指针变量占用的存储空间为4个字节。char类型的编码规则一般为ASCII编码。我在此处测试了一下再GCC中char[]是不可以存储中文字符的(可能是我的编译器没有和编辑器的编码方式不一样,导致出来的结果是乱码的中文),但是在vs中,似乎使用某些优化,char是可以用来存储中文字符的。但是他们都是显示出文字来的,ASCII编码中没有汉字,但是还是显示出来了,这本身存在一些我们不知道的操作(这个内容需要自己来深究)。
在尝试了修改了编码问题后,GCC编译器也可以实现中文的输入了。(待续)
此时,对于这个问题我已经找到了我的答案
普通的char类型是一个正数,是从0-127个编码,而输入中文的字符的值第一个字节都是负数(很难受,好像还是不对),可能是通过数字的符号来判定改符号是一个字节还是两个字节的。因此判定char的编码规则应该不只是Ascii一种。
2.wchar_t在C程序中占用的字节为2个字节,相当于一个无符号短整型。其长度是可变的,根据运行的平台而定,可以是2个字节或者是4个字节。在win32 MSVC环境下,C库中wchar_t的长度为2个字节
typedefine unsigned short wchar_t;/* 16bits*/
wchar_t采用的是unicode编码,unicode的编码是固定的,但是因为其需要2到4个字节,它的存储方法不尽相同。所以会产生不同版本的unicode。
unicode 的一种实现方式 UTF-8。
参见链接https://www.cnblogs.com/kingstarspe/p/ASCII.html
UTF-8的编码规则很简单,只有二条:
1)对于单字节的符号,字节的第一位设为0,后面7位为这个符号的unicode码。因此对于英语字母,UTF-8编码和ASCII码是相同的。
2)对于n字节的符号(n>1),第一个字节的前n位都设为1,第n+1位设为0,后面字节的前两位一律设为10。剩下的没有提及的二进制位,全部为这个符号的unicode码。
(未完待续)
wchar_t*与char*的转换
经过了上面的逻辑讨论之后我们可以发现,其实char和wchar_t的转换过程就是一个编码转化的过程,需要大量的判断语句来实现,其原理大概也就是根据字节的信号来判断字符需要的字节数。下面仅提高用于编程的模板。
这是在window下的方法,需要添加<windows.h>头文件
//将单字节char*转化为宽字节wchar_t* wchar_t* AnsiToUnicode( const char* szStr ) { int nLen = MultiByteToWideChar( CP_ACP, MB_PRECOMPOSED, szStr, -1, NULL, 0 ); if (nLen == 0) { return NULL; } wchar_t* pResult = new wchar_t[nLen]; MultiByteToWideChar( CP_ACP, MB_PRECOMPOSED, szStr, -1, pResult, nLen ); return pResult; } //将宽字节wchar_t*转化为单字节char* char* UnicodeToAnsi( const wchar_t* szStr ) { int nLen = WideCharToMultiByte( CP_ACP, 0, szStr, -1, NULL, 0, NULL, NULL ); if (nLen == 0) { return NULL; } char* pResult = new char[nLen]; WideCharToMultiByte( CP_ACP, 0, szStr, -1, pResult, nLen, NULL, NULL ); return pResult; }
下面这段代码实现的是string和wstring的转换,可能在实际中运用的比较多,(只有在C++中才有string类型哦,纯C中只能使用char*或者是char []),稍作修改之后就可以成为char*和wchar_t直接的转换函数了。该函数用到的头文件是C中的<string>文件。
//wstring=>string std::string WString2String(const std::wstring& ws) { std::string strLocale = setlocale(LC_ALL, ""); const wchar_t* wchSrc = ws.c_str(); size_t nDestSize = wcstombs(NULL, wchSrc, 0) + 1; char *chDest = new char[nDestSize]; memset(chDest, 0, nDestSize); wcstombs(chDest, wchSrc, nDestSize); std::string strResult = chDest; delete[]chDest; setlocale(LC_ALL, strLocale.c_str()); return strResult; } // string => wstring std::wstring String2WString(const std::string& s) { std::string strLocale = setlocale(LC_ALL, ""); const char* chSrc = s.c_str(); size_t nDestSize = mbstowcs(NULL, chSrc, 0) + 1; wchar_t* wchDest = new wchar_t[nDestSize]; wmemset(wchDest, 0, nDestSize); mbstowcs(wchDest, chSrc, nDestSize); std::wstring wstrResult = wchDest; delete[]wchDest; setlocale(LC_ALL, strLocale.c_str()); return wstrResult; }