查表法字符编码转换

最近碰到字符编码转换的问题，记得2年前在symbian和45度地图编辑器上曾使用过，但时间一长就都忘记了，最后g了半天才搞定，特此记录如下，免得以后用到的时候又找不着。。。

常见需要转换的编码大致可分为unicode和非unicode编码，比如：utf16、utf8、gb2312-80、gbk、big5

编码间相互转换规律：

1. utf16与utf8之间可通过算法直接转换等到、具体算法见代码。
2. utf16与非unicode编码间可通过查表法转换得到，编码映射表可通过unihan.txt文件提取得到，例如utf16转换到gb2312-80的映射表可使用字段kGB0(注意这里的kGB0字段是十进制的区位码，在使用时需要转换为内码，具体转换算法见下一点)unihan.txt文件还有许多其他的用途，这里不做多说，若有兴趣请参见《UNICODE汉字数据库.doc》一文。
3. 区位码到内码的转换，unihan.txt文件中kGBn系列属性中给出的区位码数据是十进制的，共有四位，其中前两位代表区码，后两位代表位码。在把它们转换为实际的GB内码的时候，应该把区、位码分开来处理。比如汉字“一”的GB 2312-80区位码是5027，则它的GB 2312-80内码计算过程如下：
   0x32（50的十六进制形式，5027/100）+0xA0=0xD2，此即为内码高字节的值
   0x1B（27的十六进制形式，5027%100）+0xA0=0xBB，此即为内码低字节的值

好了，原理清楚代码就没什么问题了，我也比较懒，拣了几个现成的函数，来自网友qiaobin : )

还有就是代码中没有包含两个字符映射表，实在是太大了，每个6000多行。。需要的还是自己到unihan.txt里提取吧。

 

代码下载