【字符集六】宽字符串和多字节字符互转串

• 一、windows
• 二、linux
• 三、c语言
• 四、汉字“我”的宽字符码和多字节码是多少
• • 1、宽字符和多字节字符的本质
  • 2、汉字我的宽字符码和多字节码分别是多少
  • 3、demo

• 宽字符转换成多字节

#include 
#include 
using namespace std;
int main()
{
	wchar_t wideChar[] = L"我是一个宽字符";
	// 1. 首先指定接收转换结果的指针
	char * multiByte;
	// 2. 然后第一次调用函数，获取存储转换结果所需缓冲区的大小
	int len = WideCharToMultiByte(CP_ACP, NULL,
		wideChar,	// 要被转换的宽字符字符串
		-1,			// 要转换的长度，设为-1表示转换整串
		NULL,		// 第一次调用，接收缓冲区设置为NULL
		NULL,		// 接收缓冲区的大小，设为NULL表示让函数返回需要的大小
		NULL, NULL);
	// 3. 根据返回的结果创建合适大小的缓冲区
	multiByte = new char[len];

	// 4. 第二次调用函数，进行真正的转换
	WideCharToMultiByte(CP_ACP, NULL,
		wideChar,	// 要被转换的宽字符字符串
		-1,			// 要转换的长度，设为-1表示转换整串
		multiByte,	// 第二次调用，设为接收转换结果的缓冲区指针
		len,		// 设定接收缓冲区大小
		NULL, NULL);
	// 5. 转换结束，可以输出查看转换结果
	cout << multiByte << endl;
	delete multiByte;

	system("pause");
	return 0;
}

输出

我是一个宽字符
请按任意键继续. . .

• 多字节转换成宽字符：

#include 
#include 
using namespace std;
int main()
{
	setlocale(LC_ALL, "chs");
	char multiByte[] = "我是一个多字节字符串。";
	// 1. 首先指定接收转换结果的指针
	WCHAR * wideChar;
	// 2. 然后第一次调用函数，获取存储转换结果所需缓冲区的大小
	int len = MultiByteToWideChar(CP_ACP, NULL,
		multiByte,		// 要被转换的多字节字符串
		-1,				// 要转换的长度，设为-1表示转换整串
		NULL,			// 第一次调用，接收缓冲区设为NULL
		0);				// 接收缓冲区长度，设为0代表函数返回需要的长度
	// 3. 根据返回的结果创建合适大小的缓冲区
	wideChar = new WCHAR[len];
	// 4. 第二次调用函数，进行真正的转换
	MultiByteToWideChar(CP_ACP, NULL,
		multiByte,		// 要被转换的多字节字符串
		-1,				// 要转换的长度，设为-1表示转换整串
		wideChar,		// 第二次调用，设为接收转换结果的缓冲区
		len);			// 设置接收缓冲区的大小
	// 5. 转换结束，可以输出查看转换结果
	wcout << wideChar << endl;
	delete wideChar;

	system("pause");
	return 0;
}

输出

我是一个多字节字符串。

参见：多字节和宽字符之间的转换方法

• iconv.h
• linux下的原型函数
• 不单单可以做宽字符和多字节字符的转换，还可以用做不同字符编码的转换。

这个用的不多，而且c++20提供了相应的函数转换，在此不做过多研究，后面会整理一篇c++ 20提供的字符转换函数。

参见：linux 宽字符与多字节字符之间的转换

• c语言提供了wcstombs、mbstowcs（不安全)

• (因为不安全，在vs2017中已经编译不过了，让用更加安全的wcstombs_s、mbstowcs_s,想要编译通过，可以在visual中：项目右键 – 属性 – C/C++ – 预处理器 – 预处理器定义，在里面添加 _CRT_SECURE_NO_DEPRECATE 即可)

• windows和linux都可以使用；

• 存在《四、wchar_t》中备注说的问题待验证。

• wcstombs_s、mbstowcs_s是微软提供的，linux下肯定是无法使用的。

  • wcstombs

size_t wcstombs (char* dest, const wchar_t* src, size_t max);
Convert wide-character string to multibyte string

#include 
#include 
#include 
#define BUFFER_SIZE 50

int main()
{
	setlocale(LC_ALL, "chs");
	size_t ret;
	char mb[50];
	wchar_t wc[] = L"我是一个宽字符";
	//wchar_t* wcStr = wc;

	
	ret = wcstombs(mb, wc, BUFFER_SIZE);

	printf("要转换的字符数 = %un", ret);
	printf("多字节字符 = %snn", mb);

	return(0);
}

输出

要转换的字符数 = 14
多字节字符 = 我是一个宽字符

• mbstowcs

size_t mbstowcs (wchar_t* dest, const char* src, size_t max);
Convert multibyte string to wide-character string

#include 
#include 
#include 
#define BUFFER_SIZE 50

int main()
{
	setlocale(LC_ALL, "chs");
	
	char mbyte[50];
	wchar_t * wbyte =NULL;

	strcpy(mbyte, "我是一个多字节字符");
	size_t mlen = strlen(mbyte);

	int dSize = mbstowcs(wbyte, mbyte, 0) + 1;

	wbyte = new wchar_t[dSize];
	wmemset(wbyte, 0, dSize);

	int len = mbstowcs(wbyte, mbyte, mlen);//mlen长度比所需要的长，不会失败。

	return(0);
}

参见：
1、wcstombs
2、mbstowcs()/wcstombs()

由于我们设置成了setlocale(LC_ALL, “chs”);所以字符集是gbk。

• 多字节字符就是gbk字符
• 宽字节字符是Unicode字符
• 备注：我们知道gbk是多字节字符，至于为何转换成宽字符变成了Unicode编码，可能是默认的吧。

• gbk:GBK 编码
  • 汉字“我”：CED2是十六进制。对应的十进制就是52946.

• Unicode: https://unicode-table.com/cn/
  • 汉字“我”：6211是十六进制。对应的十进制就是25105.

#include 
#include 
#include 
#define BUFFER_SIZE 50
using namespace std;

int main()
{
	setlocale(LC_ALL, "chs");
	
	char mbyte[50];
	wchar_t * wbyte =NULL;

	strcpy(mbyte, "我");
	size_t mlen = strlen(mbyte);

	int dSize = mbstowcs(wbyte, mbyte, 0) + 1;

	wbyte = new wchar_t[dSize];
	wmemset(wbyte, 0, dSize);

	int len = mbstowcs(wbyte, mbyte, mlen);

	cout << &mbyte< 
输出
 
 
 
00F3F984
 00F3F978
 我
 我
 
 备注：00F3F978为指针地址，应该查看指针指向的地址。如下图所示值为0x013107E8
 
 
查看汉字“我”的gbk编码值为CED2（十六进制）、Unicode的编码值6211（十六进制）