拨开字符编码迷雾系列文章链接：

拨开字符编码的迷雾--字符编码概述

拨开字符编码的迷雾--编译器如何处理文件编码

拨开字符编码的迷雾--字符编码转换

拨开字符编码的迷雾--MySQL数据库字符编码

1. Windows API介绍

本文介绍使用Windows API进行字符编码的转换，涉及WideCharToMultiByte和MultiByteToWideChar2个API，
API接口名中的MultiByte对应着多字节编码，如ASCII、UTF-8等都是多字节编码，而WideChar字面意思是宽字符，在windows内部宽字符特指UTF-16编码。原型如下：

int WideCharToMultiByte(
  UINT CodePage, 
  DWORD dwFlags, 
  LPCWSTR lpWideCharStr, 
int cchWideChar, 
  LPSTR lpMultiByteStr, 
int cbMultiByte, 
  LPCSTR lpDefaultChar, 
  LPBOOL lpUsedDefaultChar 
);

int MultiByteToWideChar(
  UINT CodePage, 
  DWORD dwFlags, 
  LPCSTR lpMultiByteStr, 
int cbMultiByte, 
  LPWSTR lpWideCharStr, 
int cchWideChar 
);

2. 接口封装

std::string UnicodeToANSI(const std::wstring &str, UINT iCodePage = CP_ACP) {
    std::string strRes;
int iSize = ::WideCharToMultiByte(iCodePage, 0, str.c_str(), -1, NULL, 0, NULL, NULL);

if (iSize == 0)
return strRes;

char *szBuf = new (std::nothrow) char[iSize];
if (!szBuf)
return strRes;
    memset(szBuf, 0, iSize);

    ::WideCharToMultiByte(iCodePage, 0, str.c_str(), -1, szBuf, iSize, NULL, NULL);

    strRes = szBuf;
delete[] szBuf;

return strRes;
}

std::wstring ANSIToUnicode(const std::string &str, UINT iCodePage = CP_ACP) {
    std::wstring strRes;

int iSize = ::MultiByteToWideChar(iCodePage, 0, str.c_str(), -1, NULL, 0);

if (iSize == 0)
return strRes;

wchar_t *szBuf = new (std::nothrow) wchar_t[iSize];
if (!szBuf)
return strRes;
    memset(szBuf, 0, iSize * sizeof(wchar_t));

    ::MultiByteToWideChar(iCodePage, 0, str.c_str(), -1, szBuf, iSize);

    strRes = szBuf;
delete[] szBuf;

return strRes;
}

std::string UnicodeToUTF8(const std::wstring &str) {
    std::string strRes;

int iSize = ::WideCharToMultiByte(CP_UTF8, 0, str.c_str(), -1, NULL, 0, NULL, NULL);

if (iSize == 0)
return strRes;

char *szBuf = new (std::nothrow) char[iSize];
if (!szBuf)
return strRes;
    memset(szBuf, 0, iSize);

    ::WideCharToMultiByte(CP_UTF8, 0, str.c_str(), -1, szBuf, iSize, NULL, NULL);

    strRes = szBuf;
delete[] szBuf;

return strRes;
}

std::string UnicodeToUTF8BOM(const std::wstring &str) {
    std::string strRes;

int iSize = ::WideCharToMultiByte(CP_UTF8, 0, str.c_str(), -1, NULL, 0, NULL, NULL);

if (iSize == 0)
return strRes;

unsigned char *szBuf = new (std::nothrow) unsigned char[iSize + 3];
if (!szBuf)
return strRes;
    memset(szBuf, 0, iSize + 3);

if (::WideCharToMultiByte(CP_UTF8, 0, str.c_str(), -1, (LPSTR)(szBuf + 3), iSize, NULL, NULL) > 0) {
        szBuf[0] = 0xEF;
        szBuf[1] = 0xBB;
        szBuf[2] = 0xBF;
    }

    strRes = (char*)szBuf;
delete[] szBuf;

return strRes;
}

std::wstring UTF8ToUnicode(const std::string &str) {
    std::wstring strRes;
int iSize = ::MultiByteToWideChar(CP_UTF8, 0, str.c_str(), -1, NULL, 0);

if (iSize == 0)
return strRes;

wchar_t *szBuf = new (std::nothrow) wchar_t[iSize];
if (!szBuf)
return strRes;
    memset(szBuf, 0, iSize * sizeof(wchar_t));
    ::MultiByteToWideChar(CP_UTF8, 0, str.c_str(), -1, szBuf, iSize);

    strRes = szBuf;
delete[] szBuf;

return strRes;
}

std::string ANSIToUTF8(const std::string &str, UINT iCodePage = CP_ACP) {
return UnicodeToUTF8(ANSIToUnicode(str, iCodePage));
}

std::string ANSIToUTF8BOM(const std::string &str, UINT iCodePage = CP_ACP) {
return UnicodeToUTF8BOM(ANSIToUnicode(str, iCodePage));
}

std::string UTF8ToANSI(const std::string &str, UINT iCodePage = CP_ACP) {
return UnicodeToANSI(UTF8ToUnicode(str), iCodePage);
}

对于只支持简体中文（部分韩文、日文）的系统，iCodePage可以使用CP_ACP，这时API会使用系统当前的代码页（简体中文系统为CP936，即GBK字符集）来进行编码转换。但遇到如下情况就需要手动指定代码页了：

需要转换的字符串中的文字是系统当前代码页不支持的。如字符串中含有中文，而当前系统代码页确是英文的；
GBK字符集中只包含了一部分韩文和日文，部分韩文和日文的转换可以正常转换，若遇到不能转换的情况也需要将指定iCodePage为特定的支持韩文或日文的代码页了，特别是中文和韩文、日文等混合的情况下。如韩文“탉”不包含在GBK中，若这时仍然使用CP_ACP就会得到错误的转换结果?，十六进制3F。但GB18030（代码页为54936）支持“탉”，可以手动指定iCodePage为54936。

如果代码中含有GBK不支持的字符，如“탉”、“

秒客网

拨开字符编码的迷雾

1. Windows API介绍

2. 接口封装

相关文章