C++中char*与wchar_t*之间的转换

代码编译运行环境：VC++2012+Debug+Win32

1.问题描述

char字符与wchar_t字符由于编码不同，所以在char*和wchar_t*之间使用强制类型转换达不到正确转换字符串的目的。考察如下程序。

#include <iostream>
using namespace std;

int main(){
    wchar_t*  str=L"ABC我们";
    char* s=(char*)str;
    cout<<s<<endl;
}

输出结果出错：只输出A。经过强制类型转换，s指向了宽字符编码字符串，字符串数据没有发生任何变化，只是用多字节字符字符编码重新对它进行解释，自然输出的结果是错误的。

2. char*与wchar_t*之间相互转换

要想将宽字符编码字符串转换成多字节编码字符串（或者反过来），必须先读懂原来的字符串，然后再重新对它进行编码。只有这样才能到达转换的目的。由于宽字符可以表示多国语言的文字，因此，下文的讨论限于中文的宽字符串与多字节字符串之间的相互转换。在不同的才做系统上，有一些特殊的库函数可以用来进行字符编码之间的转换。在VC++中，其中关键的几个函数是setlocale()、wcstombs_s()和mbstowcs_s()。

2.1关键函数简介

（1）setlocale()
功能：配置地域化信息；
头文件：< locale.h>；
函数原型： char *setlocale (int category, const char * locale);
函数参数：
category表示对本地化的某项内容进行设置，可取如下值：
LC_ALL 包括下面的全部选项都要；
LC_COLLATE 配置字符串比较；
C_CTYPE 配置字符类别及转换，例如全变大写 strtoupper()；
LC_MONETARY 配置金融货币；
LC_NUMERIC 配置小数点后的位数；
LC_TIME 配置时间日期格式，与 strftime() 合用。

locale表示本地域代号：
如果为NULL，则返回当前的locale名称（一般为C）；如果非空，则根据category和locale进行设置，如果成功，则返回新的locale名称（地域名称），如果失败，则返回 NULL。

（2）wcstombs_s ()
功能：将宽字符编码字符串转换成多字节编码字符串
头文件： < stdlib.h>
函数原型：

errno_t __cdecl wcstombs_s(size_t * _PtNumOfCharConverted, char * _Dst, size_t _DstSizeInBytes, const wchar_t * _Src, size_t _MaxCountInBytes);

函数参数：
PtNumOfCharConverted：指向转换后的字符串的长度加上结束符（单位字节）；
Dst：指向转换后的字符串首地址；
DstSizeInBytes：目的地址最大字节空间（单位字节）；
_Src：源宽字符串首地址；
_MaxCountInBytes：最多可存入多字节字符串缓冲最的字节数，用于裁剪转换后的字符串。
返回值：成功返回0， 失败则返回失败代码。

（3）mbstowcs_s ()
函数功能：将多字节编码字符串转换成宽字符编码字符串
头文件：< stdlib.h>
函数原型：

errno_t __cdecl mbstowcs_s(size_t * _PtNumOfCharConverted, wchar_t * _DstBuf, size_t _SizeInWords, const char * _SrcBuf, size_t _MaxCount );

参数说明：
PtNumOfCharConverted：指向转换后的字符串的长度加上结束符（单位wchar_t）；
_DstBuf：指向转换后的字符串首地址；
_SizeInWords：目的地址最大字空间大小（单位wchar_t）；
_SrcBuf：源多字节字符串首地址；
_MaxCount：最多可存入宽字符串缓冲中的字符个数，用于裁剪转换后的宽字符串。

返回值：成功返回0， 失败则返回失败代码。

2.2转换实例

#include <iostream>
#include <locale.h>
#include <string>
using namespace std;

string ws2s(const wstring& ws){
    size_t convertedChars=0;
    string curLocale=setlocale(LC_ALL,NULL); //curLocale="C"
    setlocale(LC_ALL,"chs");
    const wchar_t* wcs=ws.c_str();
    size_t dByteNum=sizeof(wchar_t)*ws.size()+1;
    cout<<"ws.size():"<<ws.size()<<endl;            //5

    char* dest=new char[dByteNum];
    wcstombs_s(&convertedChars,dest,dByteNum,wcs,_TRUNCATE);
    cout<<"convertedChars:"<<convertedChars<<endl; //8
    string result=dest;
    delete[] dest;
    setlocale(LC_ALL,curLocale.c_str());
    return result;
}

wstring s2ws(const string& s){
    size_t convertedChars=0;
    string curLocale=setlocale(LC_ALL,NULL);   //curLocale="C"
    setlocale(LC_ALL,"chs");
    const char* source=s.c_str();
    size_t charNum=sizeof(char)*s.size()+1;
    cout<<"s.size():"<<s.size()<<endl;   //7

    wchar_t* dest=new wchar_t[charNum];
    mbstowcs_s(&convertedChars,dest,charNum,source,_TRUNCATE);
    cout<<"s2ws_convertedChars:"<<convertedChars<<endl; //6
    wstring result=dest;
    delete[] dest;
    setlocale(LC_ALL,curLocale.c_str());
    return result;
}

int main(){
    wchar_t*  wstr=L"ABC我们";
    char* str="ABC我们";
    string obj=ws2s(wstr);
    cout<<obj<<endl;
    setlocale(LC_ALL, "chs"); 
    //或者wcout.imbue(locale("chs"));
    wstring objw=s2ws(str);
    wcout<<objw<<endl;
}

程序输出：
ABC我们
ABC我们

程序运行结果表明，char*到wchar_t*的双向转换时成功的，但要注意的是，执行转换的函数mbstowcs_s和wcstombs_s的运行是依赖于当前的locale设置。在程序中去除相关的setlocale()函数调用，就得不到正确的结果。

3.利用Windows API实现字符编码的转换

除了可以利用C/C++库函数解决字符编码的转换问题，还可以利用特定操作系统下提供的函数。例如，可以利用Windows API实现字符编码的转换。考察如下程序。

#include <windows.h>
#include <iostream>
using namespace std;

int main(){
    wchar_t* ws=L"测试字符串";
    char* ss="ABC我们";
    int bufSize=WideCharToMultiByte(CP_ACP,NULL,ws,-1,NULL,0,NULL,FALSE);
    cout<<bufSize<<endl;
    char *sp=new char[bufSize];
    WideCharToMultiByte(CP_ACP,NULL,ws,-1,sp,bufSize,NULL,FALSE);
    cout<<sp<<endl;
    delete[] sp;
    bufSize=MultiByteToWideChar(CP_ACP,0,ss,-1,NULL,0);
    cout<<bufSize<<endl;
    wchar_t* wp=new wchar_t[bufSize];
    MultiByteToWideChar(CP_ACP,0,ss,-1,wp,bufSize);
    wcout.imbue(locale("chs"));

}

程序输出结果：
11
测试字符串
6
ABC我们
其中函数int bufSize=WideCharToMultiByte(CP_ACP,NULL,ws,-1,NULL,0,NULL,FALSE);是用来获取宽字符串转换成多字节字符串所所占据的空间的大小（单位字节），这是将第5个参数设置为NULL达到的效果。同样，函数调用bufSize=MultiByteToWideChar(CP_ACP,0,ss,-1,NULL,0);是用来获取多字节字符串转换成宽字节字符串后所占用空间的大小（单位宽字符个数），这是将第5个参数设置为NULL之后达到的效果。

以下将具体讲解上面两个关键函数。
（1）WideCharToMultiByte()
函数功能：将宽字符串转换成多字节字符串
头文件：< windows.h>
函数原型：

WINAPI
WideCharToMultiByte(
    _In_ UINT CodePage,
    _In_ DWORD dwFlags,
    _In_NLS_string_(cchWideChar) LPCWCH lpWideCharStr,
    _In_ int cchWideChar,
    _Out_writes_bytes_to_opt_(cbMultiByte, return) LPSTR lpMultiByteStr,
    _In_ int cbMultiByte,
    _In_opt_ LPCCH lpDefaultChar,
    _Out_opt_ LPBOOL lpUsedDefaultChar
);

参数详解：
CodePage：指定执行转换的代码页字符集，可以为操作系统已安装或有效的任何代码页字符集，也可以指定其为下面的任意一值：
CP_ACP：ANSI代码页；CP_ACP:ANSI代码页；CP_MACCP：Macintosh代码页；CP_OEMCP：OEM代码页；CP_SYMBOL：符号代码页；CP_THREAD_ACP：当前线程ANSI代码页；CP_UTF7：使用UTF-7转换；CP_UTF8：使用UTF-8转换。使用最多的就是CP_ACP和CP_UTF8；
dwFlags：指定如何处理没有转换成功的字符，也可以不设此参数（设置为0），函数会运行的更快一些。对于UTF-8，dwflags必须为0或者WC_ERR_INVALID_CHARS,否则函数都将失败返回并设置错误码ERROR_INVALID_FLAGS，可以调用GetLastError获得；
lpWideCharStr：待转换为宽字符串；
cchWideChar：待转换的宽字符串的长度（字符个数），-1表示转换到字符串结尾；
lpMultiByteStr：转换后目的字符串缓冲区；
cbMultiByte：目的字符串缓冲区大小（单位字节）。如果设置为0，函数将返回所需缓冲区大小而忽略lpMultiByteStr；
lpDefaultChar：指向字符的指针，在指定编码里找不到相应字符时使用此字符作为默认字符替代。如果为NULL，则使用系统默认字符。使用dwFlags时不能使用此参数，否则报ERROR_INVLID_PARAMETER错误。
lpUsedDefaultChar：开关变量的指针，表明是否使用过默认字符。对于要求此参数为NULL的dwflags而使用此参数，函数将失败返回，并设置错误码ERROR_INVLID_PARAMETER。lpDefaultChar和lpUsedDefaultChar都设为NULL，函数会更快一些。

函数返回值：如果函数运行成功，并且cbMultiByte不为零，返回值是由 lpMultiByteStr指向的缓冲区中写入的字节数；如果函数运行成功，并且cbMultiByte为零，返回值是接存放目的字符串缓冲区所必需的字节数。如果函数运行失败，返回值为零。若想获得更多错误信息，请调用GetLastError函数。

（2）MultiByteToWideChar()
函数功能：多字节字符串到款字节字符串的转换；
头文件：< windows.h>
函数原型：

int WINAPI MultiByteToWideChar(
    _In_ UINT CodePage,
    _In_ DWORD dwFlags,
    _In_NLS_string_(cbMultiByte) LPCCH lpMultiByteStr,
    _In_ int cbMultiByte,
    _Out_writes_to_opt_(cchWideChar, return) LPWSTR lpWideCharStr,
    _In_ int cchWideChar
);

参数详解：
CodePage：同上；
dwFlags：指定是否转换成预制字符或合成的宽字符，是否使用象形文字替代控制字符，以及如何处理无效字符。对于UTF-8，dwflags必须为0或者WC_ERR_INVALID_CHARS,否则函数都将失败返回并设置错误码ERROR_INVALID_FLAGS，可以调用GetLastError获得；
lpMultiByteStr：多字节字符串；
cbMultiByte：待转换的多字节字符串长度，-1表示转换到字符串结尾；
lpWideCharStr：存放转换后的宽字符串缓冲；
cchWideChar：宽字符串缓冲的大小（单位字符数）。

返回值：如果函数运行成功，并且cchWideChar不为零，返回值是由 lpWideCharStr指向的缓冲区中写入的字符数；如果函数运行成功，并且cchWideChar为零，返回值是接存放目的字符串缓冲区所必需的字符数。如果函数运行失败，返回值为零。若想获得更多错误信息，请调用GetLastError函数。

参考文献

[1]陈刚.C++高级进阶教程[M].武汉：武汉大学出版社，2008[P340-P344]
[2]百度百科.MultiByteToWideChar