在BCB中怎么把字符串内容保存成utf-8格式的文件？

在网上找到了GB2312转化为utf-8的算法：

void CChineseCodeLib::UTF_8ToUnicode(WCHAR* pOut,char *pText)
{
	char* uchar = (char *)pOut;

	uchar[1] = ((pText[0] & 0x0F) << 4) + ((pText[1] >> 2) & 0x0F);
	uchar[0] = ((pText[1] & 0x03) << 6) + (pText[2] & 0x3F);

	return;
}

void CChineseCodeLib::UnicodeToGB2312(char* pOut,WCHAR *uData)
{
	WideCharToMultiByte(CP_ACP,NULL,uData,1,pOut,sizeof(WCHAR),NULL,NULL);
	return;
}

void CChineseCodeLib::Gb2312ToUnicode(WCHAR* pOut,char *gbBuffer)
{
	::MultiByteToWideChar(CP_ACP,MB_PRECOMPOSED,gbBuffer,2,pOut,1);
	return;
}

void CChineseCodeLib::UnicodeToUTF_8(char* pOut,WCHAR* pText)
{
	// 注意 WCHAR高低字的顺序,低字节在前，高字节在后
	char* pchar = (char *)pText;

	pOut[0] = (0xE0 | ((pchar[1] & 0xF0) >> 4));
	pOut[1] = (0x80 | ((pchar[1] & 0x0F) << 2)) + ((pchar[1] & 0xC0) >> 6);
	pOut[2] = (0x80 | (pchar[0] & 0x3F));

	return;
}

void CChineseCodeLib::GB2312ToUTF_8(char *pOut,char *pText, int pLen)
{
	char buf[4];
	char* rst = new char[pLen + (pLen >> 2) + 2];

	memset(buf,0,4);
	memset(rst,0,pLen + (pLen >> 2) + 2);

	int i = 0;
	int j = 0;	
	while(i < pLen)
	{
		//如果是英文直接复制就可以
		if( *(pText + i) >= 0)
		{
			rst[j++] = pText[i++];
		}
		else
		{
			WCHAR pbuffer;
			Gb2312ToUnicode(&pbuffer,pText+i);

			UnicodeToUTF_8(buf,&pbuffer);

			unsigned short int tmp = 0;
			tmp = rst[j] = buf[0];
			tmp = rst[j+1] = buf[1];
			tmp = rst[j+2] = buf[2];


			j += 3;
			i += 2;
		}
	}
	rst[j] = '\0';

	//返回结果
	strcpy(pOut,rst);
	delete []rst;

	return;
}

void CChineseCodeLib::UTF_8ToGB2312(string &pOut, char *pText, int pLen)
{
	 char * newBuf = new char[pLen];
	 char Ctemp[4];
	 memset(Ctemp,0,4);

	 int i =0;
	 int j = 0;
	 
	 while(i < pLen)
	 {
	 	if(pText[i] > 0)
		{
			newBuf[j++] = pText[i++];			
		}
		else                 
		{
			WCHAR Wtemp;
			UTF_8ToUnicode(&Wtemp,pText + i);

			UnicodeToGB2312(Ctemp,&Wtemp);
		    
			newBuf[j] = Ctemp[0];
			newBuf[j + 1] = Ctemp[1];

			i += 3;    
			j += 2;   
		}
	 }
	 newBuf[j] = '\0';
	 
	 pOut = newBuf;
	 delete []newBuf;
	 
	 return; 
}

用下面的代码段调用

AnsiString srcStr = "中国加油，奥运加油";
int len = srcStr.Length();
char *dest = new char[len];
CChineseCodeLib *codeLib = new CChineseCodeLib();
codeLib->GB2312ToUTF_8(dest,srcStr.c_str(),len);
TStringList *tSqlList = new TStringList();
tSqlList->Add(dest);
tSqlList->SaveToFile("e:/test.txt");

delete []dest;
delete codeLib;
delete tSqlList;

最后得到的结果为乱码：

涔櫧鍓犳惫锟屽ゥ杈愬墵姹\xB9

是怎么回事呢？是调用不正确还是算法本身有问题？
小弟刚刚学C++，请高手们指点！！

6 个解决方案

#1

http://topic.csdn.net/u/20080721/14/4fc56aa1-10f1-42d6-8545-1ac7d03197bb.html

#2

你应该用ansi转UTF-8，不是GB

#3

mark

#4

BCB 有直接的API使用。

#5

Unit

System

Category

character set conversions

extern PACKAGE UTF8String __fastcall AnsiToUtf8(const AnsiString S);

Description

AnsiToUtf8 converts the string specified by S, which uses the ANSI encoding system, to UTF-8.

#6

LZ的做法是错误的;

utf8是针对unicode的另外一种存储方法;

我有现成的代码,已经经过实际使用了,绝对没有问题;

大体的方法是:

GB2312转到unicode,unicode再转utf8;
GB2312转unicode的办法,在CB里面,简单的要死:

AnsiString gb_str = "xxxx";
WideString un_str = gb_str;

wchar_t * pwstr = un_str.b_cstr();//pwstr就是unicode的字串了,每个字符占用2字,0结尾的;

unicode转到utf8,我是借用的linux的NLS_UTF8的内核代码,高效可靠;

如果你需要,我可以发一份给你;