快捷導(dǎo)航

C++實(shí)現(xiàn)utf8字符串和gbk字符串互轉(zhuǎn)

更新時(shí)間：2025年02月13日 08:37:03 作者：charlee44

這篇文章主要為大家詳細(xì)介紹了C++實(shí)現(xiàn)utf8字符串和gbk字符串轉(zhuǎn)換的相關(guān)知識(shí),文中的示例代碼講解詳細(xì),感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下

這個(gè)功能 C++ 語(yǔ)言本身似乎沒有標(biāo)準(zhǔn)實(shí)現(xiàn)，需要借助于第三方庫(kù)或者操作系統(tǒng) API。不得不吐槽一下這么重要的功能居然還沒有辦法依賴 C++ 語(yǔ)言本身來(lái)實(shí)現(xiàn)，C++ 標(biāo)準(zhǔn)委員會(huì)真是不干人事啊。那就不廢話了，直接給出 windows 下的實(shí)現(xiàn)。

std::string Utf8ToGbk(const std::string& utf8Str) {
  // Step 1: Convert UTF-8 to Wide Char (UTF-16)
  int wideCharLen =
      MultiByteToWideChar(CP_UTF8, 0, utf8Str.c_str(), -1, nullptr, 0);
  if (wideCharLen == 0) {
    throw std::runtime_error("Failed to convert from UTF-8 to wide char.");
  }

  std::wstring wideStr(wideCharLen, 0);
  MultiByteToWideChar(CP_UTF8, 0, utf8Str.c_str(), -1, &wideStr[0],
                      wideCharLen);

  // Step 2: Convert Wide Char (UTF-16) to GBK
  int gbkLen = WideCharToMultiByte(CP_ACP, 0, wideStr.c_str(), -1, nullptr, 0,
                                   nullptr, nullptr);
  if (gbkLen == 0) {
    throw std::runtime_error("Failed to convert from wide char to GBK.");
  }

  std::string gbkStr(gbkLen, 0);
  WideCharToMultiByte(CP_ACP, 0, wideStr.c_str(), -1, &gbkStr[0], gbkLen,
                      nullptr, nullptr);

  // Remove the null terminator added by the conversion functions
  gbkStr.pop_back();

  return gbkStr;
}

std::string GbkToUtf8(const std::string& gbkStr) {
  // Step 1: Convert GBK to Wide Char (UTF-16)
  int wideCharLen =
      MultiByteToWideChar(CP_ACP, 0, gbkStr.c_str(), -1, nullptr, 0);
  if (wideCharLen == 0) {
    throw std::runtime_error("Failed to convert from GBK to wide char.");
  }

  std::wstring wideStr(wideCharLen, 0);
  MultiByteToWideChar(CP_ACP, 0, gbkStr.c_str(), -1, &wideStr[0], wideCharLen);

  // Step 2: Convert Wide Char (UTF-16) to UTF-8
  int utf8Len = WideCharToMultiByte(CP_UTF8, 0, wideStr.c_str(), -1, nullptr, 0,
                                    nullptr, nullptr);
  if (utf8Len == 0) {
    throw std::runtime_error("Failed to convert from wide char to UTF-8.");
  }

  std::string utf8Str(utf8Len, 0);
  WideCharToMultiByte(CP_UTF8, 0, wideStr.c_str(), -1, &utf8Str[0], utf8Len,
                      nullptr, nullptr);

  // Remove the null terminator added by the conversion functions
  utf8Str.pop_back();

  return utf8Str;
}
</code>?

這段代碼的原理很簡(jiǎn)單：

CP_ACP 的意思就是本地編碼，就是操作系統(tǒng)系統(tǒng)定義的默認(rèn)編碼，依賴于當(dāng)前操作系統(tǒng)的語(yǔ)言和地區(qū)設(shè)置。在中文環(huán)境下就是 GBk 系列的中文編碼，例如 GB2312、GBK 或 GB18030。
需要使用寬字節(jié)字符串來(lái)進(jìn)行中轉(zhuǎn)，在 Windows 下，std::wstring 是 16 字節(jié)字符串，使用 UTF-16 編碼。這一點(diǎn)有點(diǎn)類似于 C#的 string 和 Java 的 string，都是 UTF-16 編碼。
MultiByteToWideChar 和 WideCharToMultiByte 都是操作系統(tǒng)的 C 接口，輸入和返回的字符串都帶'\0'，因此轉(zhuǎn)到 c++ 的 string 需要去掉最后的'\0'字符。這一點(diǎn)需要注意。

測(cè)試了用例沒有問題。測(cè)試 Utf8ToGbk：

// string utfStr = u8"這是一個(gè)測(cè)試的中文字符串，檢查一下";
  // string utfStr = u8"測(cè)試";
  string utfStr = u8"abcdefg";

  string gbkStr = Utf8ToGbk(utfStr);

  // cout << gbkStr << "-------" << endl;
  // cout << gbkStr.length() << endl;
  // cout << gbkStr.c_str() << endl;
  // cout << strlen(gbkStr.c_str()) << endl;
</code>?

測(cè)試 GbkToUtf8：

#ifdef _WIN32
  SetConsoleOutputCP(65001);
#endif

  // string gbkStr = "測(cè)試";
  string gbkStr = "這是一個(gè)測(cè)試的中文字符串，檢查一下";
  // string gbkStr = "abcdefg";
  cout << gbkStr.length() << endl;

  string utfStr = GbkToUtf8(gbkStr);

  cout << utfStr << endl;
  cout << utfStr.length() << endl;

以上是 Windows 的實(shí)現(xiàn)，Linux 環(huán)境要使用別的辦法，例如使用 iconv 庫(kù)。

到此這篇關(guān)于C++實(shí)現(xiàn)utf8字符串和gbk字符串互轉(zhuǎn)的文章就介紹到這了,更多相關(guān)C++ utf8和gbk互轉(zhuǎn)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: