首页 > 代码库 > UTF-8/UNICODE/简体中文/繁体中文之间的转换
UTF-8/UNICODE/简体中文/繁体中文之间的转换
简介
这几天一直在研究中文的简体和繁体之间的转换问题,网上查了一下资料,在此进行整理和备份。
繁体中文有GBK码和BIG5码两种编码,简体中文一般使用的是GB2312编码。
这些编码之间的转换基本都是使用下列3个函数:LCMapString、WideCharToMultiByte和MultiByteToWideChar,其中还会牵涉到UNICODE码和UTF-8码这两种编码。
GB2312编码与GBK编码可以直接使用LCMapString转换,GB2312编码/GBK编码与BIG5编码则无法直接转换,必须使用UNICODE作为中间编码进行中转。
另外UTF-8编码是网络常用编码,如XML文件和网页基本都是使用这种编码,所以在此也一并研究了一下。
下面是我将GB2312/GBK/BIG5/UNICODE/UTF-8这5种编码之间的转换编写到一个函数的代码。
代码
1 int Convert(void *sstr, int scp, void **dstr, int dcp) 2 { 3 #define CP_GBK 936 4 #define CP_BIG5 950 5 #define CP_UTF8 65001 6 7 enum { _unicode, _utf8, _gb2312, _gbk, _big5 }; 8 enum { _wc2mb, _mb2wc, _sc2tc, _tc2sc }; 9 10 LCID lcid; 11 void *src; 12 void *dest; 13 int cch; 14 int scp0; 15 int act; 16 UINT cp; 17 18 if (((scp < _unicode) || (scp > _big5)) || 19 ((dcp < _unicode) || (dcp > _big5))) 20 return -1; 21 22 src =http://www.mamicode.com/ NULL; 23 dest = sstr; 24 cch = 0; 25 scp0 = scp; 26 27 while (scp != dcp) 28 { 29 src =http://www.mamicode.com/ dest; 30 switch (scp) 31 { 32 case _unicode: 33 switch (dcp) 34 { 35 case _utf8: 36 scp = _utf8; 37 act = _wc2mb; 38 cp = CP_UTF8; 39 break; 40 case _gb2312: 41 scp = ((scp0 == _big5) ? _gbk : _gb2312); 42 act = _wc2mb; 43 cp = CP_GBK; 44 break; 45 case _gbk: 46 scp = _gbk; 47 act = _wc2mb; 48 cp = CP_GBK; 49 break; 50 case _big5: 51 scp = _big5; 52 act = _wc2mb; 53 cp = CP_BIG5; 54 break; 55 } 56 break; 57 case _utf8: 58 switch (dcp) 59 { 60 case _unicode: 61 case _gb2312: 62 case _gbk: 63 case _big5: 64 scp = _unicode; 65 act = _mb2wc; 66 cp = CP_UTF8; 67 break; 68 } 69 break; 70 case _gb2312: 71 switch (dcp) 72 { 73 case _unicode: 74 case _utf8: 75 scp = _unicode; 76 act = _mb2wc; 77 cp = CP_GBK; 78 break; 79 case _gbk: 80 case _big5: 81 scp = _gbk; 82 act = _sc2tc; 83 break; 84 } 85 break; 86 case _gbk: 87 switch (dcp) 88 { 89 case _unicode: 90 case _utf8: 91 case _big5: 92 scp = _unicode; 93 act = _mb2wc; 94 cp = CP_GBK; 95 break; 96 case _gb2312: 97 scp = _gb2312; 98 act = _tc2sc; 99 break;100