ANSI和UNICODE字符串处理常用函数

ANSI和UNICODE字符串处理函数

在windows中ANSI和UNICODE字符串操作分别提供了相应的函数，也提供了一套兼容两者的函数。比如：
#ifdef  UNICODE  
    #define _tcscpy     wcscpy 
#else 
    #define _tcscpy     strcpy 
#endif

字符串处理函数常用函数对照

ANSI	UNICODE	通用	说明
数据类型
(char.h)	(wchar.h)	(tchar.h)
char	wchar_t	TCHAR
char *	wchar_t *	TCHAR*
LPSTR	LPWSTR	LPTSTR
LPCSTR	LPCWSTR	LPCTSTR
字符串转换
atoi	_wtoi	_ttoi	把字符串转换成整数（int）
atol	_wtol	_ttol	把字符串转换成长整型数（long）
atof	_wtof	_tstof	把字符串转换成浮点数（double）
itoa	_itow	_itot	将任意类型的数字转换为字符串
字符串操作
strlen	wcslen	_tcslen	获得字符串的数目
strcpy	wcscpy	_tcscpy	拷贝字符串
strncpy	wcsncpy	_tcsncpy	类似于strcpy/wcscpy，同时指定拷贝的数目
strcmp	wcscmp	_tcscmp	比较两个字符串
strncmp	wcsncmp	_tcsncmp	类似于strcmp/wcscmp，同时指定比较字符字符串的数目
strcat	wcscat	_tcscat	把一个字符串接到另一个字符串的尾部
strncat	wcsncat	_tcsnccat	类似于strcat/wcscat，而且指定粘接字符串的粘接长度.
strchr	wcschr	_tcschr	查找子字符串的第一个位置
strrchr	wcsrchr	_tcsrchr	从尾部开始查找子字符串出现的第一个位置
strpbrk	wcspbrk	_tcspbrk	从一字符字符串中查找另一字符串中任何一个字符第一次出现的位置
strstr	wcsstr/wcswcs	_tcsstr	在一字符串中查找另一字符串第一次出现的位置
strcspn	wcscspn	_tcscspn	返回不包含第二个字符串的的初始数目
strspn	wcsspn	_tcsspn	返回包含第二个字符串的初始数目
strtok	wcstok	_tcstok	根据标示符把字符串分解成一系列字符串
	wcswidth		获得宽字符串的宽度
	wcwidth		获得宽字符的宽度
字符串测试
isascii	iswascii	_istascii	测试字符是否为ASCII 码字符, 也就是判断c 的范围是否在0 到127 之间
isalnum	iswalnum	_istalnum	测试字符是否为数字或字母
isalpha	iswalpha	_istalpha	测试字符是否是字母
iscntrl	iswcntrl	_istcntrl	测试字符是否是控制符
isdigit	iswdigit	_istdigit	测试字符是否为数字
isgraph	iswgraph	_istgraph	测试字符是否是可见字符
islower	iswlower	_istlower	测试字符是否是小写字符
isprint	iswprint	_istprint	测试字符是否是可打印字符
ispunct	iswpunct	_istpunct	测试字符是否是标点符号
isspace	iswspace	_istspace	测试字符是否是空白符号
isupper	iswupper	_istupper	测试字符是否是大写字符
isxdigit	iswxdigit	_istxdigit	测试字符是否是十六进制的数字
大小写转换
tolower	towlower	_totlower	把字符转换为小写
toupper	towupper	_totupper	把字符转换为大写
字符比较
strcoll	wcscoll	_tcscoll	比较字符串
日期和时间转换
strftime	wcsftime	_tcsftime	根据指定的字符串格式和locale设置格式化日期和时间
strptime			根据指定格式把字符串转换为时间值， 是strftime的反过程
打印和扫描字符串
printf	wprintf	_tprintf	使用vararg参量的格式化输出到标准输出
fprintf	fwprintf	_ftprintf	使用vararg参量的格式化输出
scanf	wscanf	_tscanf	从标准输入的格式化读入
fscanf	fwscanf	_ftscanf	格式化读入
sprintf	swprintf	_stprintf	根据vararg参量表格式化成字符串
sscanf	swscanf	_stscanf	以字符串作格式化读入
vfprintf	vfwprintf	_vftprintf	使用stdarg参量表格式化输出到文件
vprintf			使用stdarg参量表格式化输出到标准输出
vsprintf	vswprintf	_vstprintf	格式化stdarg参量表并写到字符串
sprintf_s	swprintf_s	_stprintf_s	格式化字符串
数字转换
strtod	wcstod	_tcstod	把字符串的初始部分转换为双精度浮点数
strtol	wcstol	_tcstol	把字符串的初始部分转换为长整数
strtoul	wcstoul	_tcstoul	把字符串的初始部分转换为无符号长整数
_strtoi64	_wcstoi64	_tcstoi64
输入和输出
fgetc	fgetwc	_fgettc	从流中读入一个字符并转换为宽字符
fgets	fgetws	_fgetts	从流中读入一个字符串并转换为宽字符串
fputc	fputwc	_fputtc	把宽字符转换为多字节字符并且输出到标准输出
fputs	fputws	_fputts	把宽字符串转换为多字节字符并且输出到标准输出串
getc	getwc	_gettc	从标准输入中读取字符， 并且转换为宽字符
getchar	getwchar	_gettchar	从标准输入中读取字符
putc	putwc	_puttc	标准输出
putchar	putwchar	_puttchar	标准输出
ungetc	ungetwc	_ungettc	把一个字符放回到输入流中

 

多字节和宽字节字符串的转换
使用MultiByteToWideChar函数和WideCharToMultiByte函数可以实现多字节宽字节之间的转换。ATL的一个很好的字符串的转换宏：A2W和W2A，使用起来更加简单。
一、MultiByteToWideChar和WideCharToMultiByte函数

#include  
#include  
using namespace std; 
//Converting a WChar string to a Ansi string 
std::string WChar2Ansi(LPCWSTR pwszSrc) 
{ 
         int nLen = WideCharToMultiByte(CP_ACP, 0, pwszSrc, -1, NULL, 0, NULL, NULL); 
         if (nLen<= 0) return std::string(""); 
         char* pszDst = new char[nLen]; 
         if (NULL == pszDst) return std::string(""); 
         WideCharToMultiByte(CP_ACP, 0, pwszSrc, -1, pszDst, nLen, NULL, NULL); 
         pszDst[nLen -1] = 0; 
         std::string strTemp(pszDst); 
         delete [] pszDst; 
         return strTemp; 
}
string ws2s(wstring& inputws) 
{ 
        return WChar2Ansi(inputws.c_str()); 
}
//Converting a Ansi string to WChar string 
std::wstring Ansi2WChar(LPCSTR pszSrc, int nLen) 
{ 
    int nSize = MultiByteToWideChar(CP_ACP, 0, (LPCSTR)pszSrc, nLen, 0, 0); 
    if(nSize <= 0) return NULL; 
         WCHAR *pwszDst = new WCHAR[nSize+1]; 
    if( NULL == pwszDst) return NULL; 
    MultiByteToWideChar(CP_ACP, 0,(LPCSTR)pszSrc, nLen, pwszDst, nSize); 
    pwszDst[nSize] = 0; 
    if( pwszDst[0] == 0xFEFF)                    // skip Oxfeff 
        for(int i = 0; i < nSize; i ++) 
                            pwszDst[i] = pwszDst[i+1]; 
    wstring wcharString(pwszDst); 
         delete pwszDst; 
    return wcharString; 
}
std::wstring s2ws(const string& s) 
{ 
     return Ansi2WChar(s.c_str(),s.size()); 
}

二、MultiByteToWideChar和WideCharToMultiByte函数

std::wstring AsciiToUnicode(const std::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);
	std::wstring ret_str = pUnicode;
	free(pUnicode);
	return ret_str;
}

std::string UnicodeToUtf8(const std::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);
	std::string ret_str = pAssii;
	free(pAssii);
	return ret_str;
}

//ANSI转UTF8
std::string AsciiToUtf8(const std::string& str)
{
	return UnicodeToUtf8(AsciiToUnicode(str));
}

//UTF8转ANSI
std::string Utf8toAscii(const std::string strUTF8)
{
	std::string  strAnsi = "";
	//获取转换为多字节后需要的缓冲区大小，创建多字节缓冲区
	UINT nLen = MultiByteToWideChar(CP_UTF8, NULL, strUTF8.c_str(), -1, NULL, NULL);
	WCHAR *wszBuffer = new WCHAR[nLen + 1];
	nLen = MultiByteToWideChar(CP_UTF8, NULL, strUTF8.c_str(), -1, wszBuffer, nLen);
	wszBuffer[nLen] = 0;
	nLen = WideCharToMultiByte(936, NULL, wszBuffer, -1, NULL, NULL, NULL, NULL);
	CHAR *szBuffer = new CHAR[nLen + 1];
	nLen = WideCharToMultiByte(936, NULL, wszBuffer, -1, szBuffer, nLen, NULL, NULL);
	szBuffer[nLen] = 0;
	strAnsi = szBuffer;
	//清理内存
	delete[]szBuffer;
	delete[]wszBuffer;
	return strAnsi;
}

三、A2W、W2A、A2T、T2A的使用方法
类型T。如果定义了 _UNICODE，则T表示W；如果定义了 _MBCS，则T表示A
头文件包含
#include

（1）A2W的用法：

USES_CONVERSION;   // 只需要调用一次，就可以在函数中进行多次转换
CString tmpStr;  
char*LineChar="fdsfdsa";  
const WCHAR * cLineChar = A2W(LineChar);  
tmpStr=cLineChar;  
//获取字符个数
wcslen(cLineChar );

（2）W2A的用法：

USES_CONVERSION;  
CString tmpStr;  
WCH LineChar="fdsfdsa";  
const char* cLineChar = A2W(LineChar);  

（3）A2T的用法：

USES_CONVERSION;  
char * pChar="char to cstring";  
CString cTemp=A2T(pChar);  

（4）T2A的用法：

USES_CONVERSION;  
CString cTemp =_T("char to cstring");  
char * pChar=T2A(cTemp.GetBuffer(cTemp.GetLength()));  

 

 

四、几种ANSI和UNICODE的宏定义
L 在字符串前加一个L，如 L”我的字符串” 表示将ANSI字符串转换成unicode的字符串，就是每个字符占用两个字节。
strlen(L”asd”) = 6;
_T宏可以把一个引号引起来的字符串，根据你的环境设置，使得编译器会根据编译目标环境选择合适的（Unicode还是ANSI）字符处理方式。
TEXT,_TEXT 和_T 一样的。

std兼容字符串定义

#ifdef _UNICODE  
#define tstring std::wstring  
#else  
#define tstring std::string  
#endif 

long int strtol(const char *str, char **endptr, int base) 把参数 str 所指向的字符串根据给定的 base 转换为一个长整数（类型为 long int 型），base 必须介于 2 和 36（包含）之间，或者是特殊值 0。

实例：

#include 
#include 
int main()
{
   char str[30] = "2030300 This is test";
   char *ptr;
   long ret;
   ret = strtol(str, &ptr, 10);
   printf("数字（无符号长整数）是 %ld\n", ret);
   printf("字符串部分是 |%s|", ptr);
   return(0);
}

结果：

数字（无符号长整数）是 2030300
字符串部分是 | This is test|

开源字符转换iconv
http://www.gnu.org/software/libiconv/
https://blog.csdn.net/langresser_king/article/details/7459367