C++中文字符处理
文章目录
- 一、中文字符串
- 二、c++几种编码之前的转换
一、中文字符串
- 问题来源：
中文字符长度不固定，按字节处理往往出现乱码或错误分割。在unicode中每个中文为2个字节，而中文中间夹杂的英文和半角标点则仍然是1个字节。 - 解决方案：
构造三层逻辑结构：输入层、逻辑处理层、输出层。
– 输入层接收char输入，并将其转换为wchar.
– 逻辑处理层在 wchar* 或 wstring 的基础上进行字符串操作，此时操作最小单位为中文字符，不会再有乱码。
– 输出层将wchar的结果再次转换为char ，返回给外部。
这样，对外部来说，仍然是输入char*, 输出char*， 但在这个过程中不再有分割汉字的操作或乱码。
#include 二、c++几种编码之前的转换
.h
#pragma once
#include "stdafx.h"
#include "windows.h"
#include .cpp
#pragma once
#include "stdafx.h"
#include "UTN.h"
wstring AsciiToUnicode(const string& str) {
// 预算-缓冲区中宽字节的长度
int unicodeLen = MultiByteToWideChar(CP_ACP, 0, str.c_str(), -1, nullptr, 0);
// 给指向缓冲区的指针变量分配内存
wchar_t *pUnicode = (wchar_t*)malloc(sizeof(wchar_t)*unicodeLen);
// 开始向缓冲区转换字节
MultiByteToWideChar(CP_ACP, 0, str.c_str(), -1, pUnicode, unicodeLen);
wstring ret_str = pUnicode;
free(pUnicode);
return ret_str;
}
string UnicodeToAscii(const wstring& wstr) {
// 预算-缓冲区中多字节的长度
int ansiiLen = WideCharToMultiByte(CP_ACP, 0, wstr.c_str(), -1, nullptr, 0, nullptr, nullptr);
// 给指向缓冲区的指针变量分配内存
char *pAssii = (char*)malloc(sizeof(char)*ansiiLen);
// 开始向缓冲区转换字节
WideCharToMultiByte(CP_ACP, 0, wstr.c_str(), -1, pAssii, ansiiLen, nullptr, nullptr);
string ret_str = pAssii;
free(pAssii);
return ret_str;
}
wstring Utf8ToUnicode(const string& str) {
// 预算-缓冲区中宽字节的长度
int unicodeLen = MultiByteToWideChar(CP_UTF8, 0, str.c_str(), -1, nullptr, 0);
// 给指向缓冲区的指针变量分配内存
wchar_t *pUnicode = (wchar_t*)malloc(sizeof(wchar_t)*unicodeLen);
// 开始向缓冲区转换字节
MultiByteToWideChar(CP_UTF8, 0, str.c_str(), -1, pUnicode, unicodeLen);
wstring ret_str = pUnicode;
free(pUnicode);
return ret_str;
}
string UnicodeToUtf8(const wstring& wstr) {
// 预算-缓冲区中多字节的长度
int ansiiLen = WideCharToMultiByte(CP_UTF8, 0, wstr.c_str(), -1, nullptr, 0, nullptr, nullptr);
// 给指向缓冲区的指针变量分配内存
char *pAssii = (char*)malloc(sizeof(char)*ansiiLen);
// 开始向缓冲区转换字节
WideCharToMultiByte(CP_UTF8, 0, wstr.c_str(), -1, pAssii, ansiiLen, nullptr, nullptr);
string ret_str = pAssii;
free(pAssii);
return ret_str;
}
string AsciiToUtf8(const string& str) {
return UnicodeToUtf8(AsciiToUnicode(str));
}
string Utf8ToAscii(const string& str) {
return UnicodeToAscii(Utf8ToUnicode(str));
}
// ASCII与Unicode互转
CStringW AsciiToUnicode_CSTR(const CStringA& str) {
return AsciiToUnicode(LPCSTR(str)).c_str();
}
CStringA UnicodeToAscii_CSTR(const CStringW& wstr) {
return UnicodeToAscii(LPCWSTR(wstr)).c_str();
}
// UTF8与Unicode互转
CStringW Utf8ToUnicode_CSTR(const CStringA& str) {
return Utf8ToUnicode(LPCSTR(str)).c_str();
}
CStringA UnicodeToUtf8_CSTR(const CStringW& wstr) {
return UnicodeToUtf8(LPCWSTR(wstr)).c_str();
}
// ASCII与UTF8互转
CStringA AsciiToUtf8_CSTR(const CStringA& str) {
return UnicodeToUtf8_CSTR(AsciiToUnicode_CSTR(str));
}
CStringA Utf8ToAscii_CSTR(const CStringA& str) {
return UnicodeToAscii_CSTR(Utf8ToUnicode_CSTR(str));
}
// string 与 Int 互转
int StringToInt(const string& str) {
return atoi(str.c_str());
}
string IntToString(int i) {
char ch[1024];
memset(ch, 0, 1024);
sprintf_s(ch, sizeof(ch), "%d", i);
return ch;
}
string IntToString(char i) {
char ch[1024];
memset(ch, 0, 1024);
sprintf_s(ch, sizeof(ch), "%c", i);
return ch;
}
string IntToString(double i) {
char ch[1024];
memset(ch, 0, 1024);
sprintf_s(ch, sizeof(ch), "%f", i);
return ch;
}