1、簡述

最近在發(fā)送網(wǎng)絡(luò)請求時(shí)遇到了中文字符亂碼的問題，在代碼中調(diào)試字符正常，用抓包工具抓的包中文字符顯示正常，就是發(fā)送到服務(wù)器就顯示亂碼了，那就要將客戶端和服務(wù)器設(shè)置統(tǒng)一的編碼（UTF-8），而我們程序中 一般用的是Unicode編碼，所以這就需要將中文字符轉(zhuǎn)為UTF-8格式的，其他英文字符和數(shù)字就不需要轉(zhuǎn)了。下面就講述一下方法。

2、代碼之路

Unicode 轉(zhuǎn) UTF-8

char* UnicodeToUtf8(const wchar_t* unicode)
{
    int len;
    len = WideCharToMultiByte(CP_UTF8, 0, unicode, -1, NULL, 0, NULL, NULL);
    char *szUtf8 = (char*)malloc(len + 1);
    memset(szUtf8, 0, len + 1);
    WideCharToMultiByte(CP_UTF8, 0, unicode, -1, szUtf8, len, NULL, NULL);
    return szUtf8;
}

int main(int argc, char *argv[])
{
    wchar_t* wCharUnicode = L"中國";
    char* cCharUtf = UnicodeToUtf8(wCharUnicode);

    return 0;
}

結(jié)果如下：

我們看到轉(zhuǎn)為UTF-8之后在VS中查看時(shí)顯示為其他字符。為了驗(yàn)證我們轉(zhuǎn)的字符是否正確，我們可以借用NotePad++這個(gè)工具。我們新建一個(gè)文件，用NotePad++打開，文件編碼默認(rèn)為ANSI格式，這里顯示的跟VS中調(diào)試時(shí)顯示的值是一樣的。

我們修改文件編碼為UTF-8之后再看一下，是不是顯示正常了，所以驗(yàn)證了轉(zhuǎn)換代碼正確。

---

UTF-8 轉(zhuǎn) Unicode

CString UTF82WCS(const char* szU8)
{
    //預(yù)轉(zhuǎn)換，得到所需空間的大小;
    int wcsLen = ::MultiByteToWideChar(CP_UTF8, NULL, szU8, strlen(szU8), NULL, 0);

    //分配空間要給''留個(gè)空間，MultiByteToWideChar不會給''空間
    wchar_t* wszString = new wchar_t[wcsLen + 1];

    //轉(zhuǎn)換
    ::MultiByteToWideChar(CP_UTF8, NULL, szU8, strlen(szU8), wszString, wcsLen);

    //最后加上''
    wszString[wcsLen] = '';

    CString unicodeString(wszString);

    delete[] wszString;
    wszString = NULL;

    return unicodeString;
}

int main(int argc, char *argv[])
{
    wchar_t* wCharUnicode = L"中國";
    char* cCharUtf = UnicodeToUtf8(wCharUnicode);
    CString strUnicode = UTF82WCS(cCharUtf);

    return 0;
}

從結(jié)果中我們看到，成功地將UTF-8編碼轉(zhuǎn)為Unicode編碼，代碼很簡單，還是要多思考，多練，多查閱資料。

---

給出幾個(gè)小實(shí)例，看一下轉(zhuǎn)換結(jié)果。

下面為測試代碼：

實(shí)例一：

int length;
wchar_t* wCharUnicode = L"中國你好";
length = wcslen(wCharUnicode);                      // length = 4;

char* cCharUtf = UnicodeToUtf8(wCharUnicode);
length = strlen(cCharUtf);                          // length = 12;

// 將UTF格式的char*轉(zhuǎn)為CString
CString strUtf(cCharUtf);
length = strUtf.GetLength();                        // length = 6;

CString strUnicode = UTF82WCS(cCharUtf);
length = strUnicode.GetLength();                    // length = 4;

實(shí)例二：

int length;
wchar_t* wCharUnicode = L"中國,你好abc";
length = wcslen(wCharUnicode);                      // length = 8;

char* cCharUtf = UnicodeToUtf8(wCharUnicode);
length = strlen(cCharUtf);                          // length = 16;

// 將UTF格式的char*轉(zhuǎn)為CString
CString strUtf(cCharUtf);
length = strUtf.GetLength();                        // length = 10;

CString strUnicode = UTF82WCS(cCharUtf);
length = strUnicode.GetLength();                    // length = 8;

這里在中文 “中國”和“你好”之間加了英文的標(biāo)點(diǎn)符號，顯示正常。

實(shí)例三：

int length;
wchar_t* wCharUnicode = L"中國，你好abc";
length = wcslen(wCharUnicode);                      // length = 8;

char* cCharUtf = UnicodeToUtf8(wCharUnicode);
length = strlen(cCharUtf);                          // length = 18;

// 將UTF格式的char*轉(zhuǎn)為CString
CString strUtf(cCharUtf);
length = strUtf.GetLength();                        // length = 10;

CString strUnicode = UTF82WCS(cCharUtf);
length = strUnicode.GetLength();                    // length = 8;

這里在中文 “中國”和“你好”之間加了中文的標(biāo)點(diǎn)符號，cCharUtf 在VS中看不到值，但是可以轉(zhuǎn)成CString查看其值，結(jié)果正確。

---

尾

我們從三個(gè)不同實(shí)例的測試結(jié)果中看到一個(gè)中文字符或者中文標(biāo)點(diǎn)符號，占了三個(gè)字節(jié)（有資料顯示 UTF-8編碼：采用變長字節(jié) ，1 ：ASCII, 2： 希臘字母, 3： 漢字, 4： 中日韓超大字符集，這里常用漢字占用3個(gè)，不常用的漢字占用4個(gè)字節(jié) ），中文標(biāo)點(diǎn)符號與英文標(biāo)點(diǎn)符號差了兩個(gè)字節(jié)，這里要特別注意，而英文字符在UTF-8下都為一個(gè)字節(jié)。

同時(shí)我們可以看到用CString 類型變量來分別接收Unicode和UTF-8編碼的字符，這里我們看到長度不一致（這里特值字符長度，并不是字符所占字節(jié)數(shù)），雖然我們看到UTF-8編碼比Unicode編碼要長，但是并不是絕對的，因?yàn)?strong>UTF-8在存儲不同字符時(shí)所占的內(nèi)存大小不一樣，就比如存儲ASCII碼 就只需要一個(gè)字節(jié)，而Unicode需要兩個(gè)字節(jié)，關(guān)于編碼問題還是挺復(fù)雜的，而正是Unicode儲存ASCII也需要兩個(gè)字節(jié)，這里就出現(xiàn)了UTF-8、UTF-16、UTF-32等不同的字符編碼格式，至于為什么會出現(xiàn)這么多的編碼格式，那也是因?yàn)槊糠N編碼格式保存字符的空間大小不一致，就比如UTF-8保存一個(gè)英文字母只需要一個(gè)字節(jié)，而Unicode需要兩個(gè)字節(jié)，但是保存一個(gè)中文字符，UTF-8需要三個(gè)字節(jié)，而Unicode則需要兩個(gè)字節(jié)。

UTF全稱為unicode transformation format，其實(shí)說白了，UTF-8就是Unicode的實(shí)現(xiàn)方式之一， ，UTF-8最大的一個(gè)特點(diǎn)，就是它是一種變長的編碼方式。它可以使用1~4個(gè)字節(jié)表示一個(gè)符號，根據(jù)不同的符號而變化字節(jié)長度。

網(wǎng)上也有好多關(guān)于字符問題的資料，但是說法不一，所以還是要經(jīng)過多方驗(yàn)證，這里需要注意一下。

http://blog.csdn.net/goforwardtostep/article/details/53207804

總結(jié)

以上是生活随笔為你收集整理的Unicode与UTF8相互转化（使用MultiByteToWideChar）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。