前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >C/C++中char*与wchar_t*之间的转换

C/C++中char*与wchar_t*之间的转换

作者头像
恋喵大鲤鱼
发布2018-08-03 16:41:15
10.1K0
发布2018-08-03 16:41:15
举报
文章被收录于专栏:C/C++基础C/C++基础

代码编译运行环境:Windows 64bits+VS2017+Debug+Win32


1.问题描述

char*表示的是多字节字符串,比如ASCII、GB2312、GBK等,wchar_t*表示的是宽字符串,即Unicode字符串,由于编码不同,所以在char*和wchar_t*之间无法使用强制类型转换。考察如下程序。

代码语言:javascript
复制
#include <iostream>
using namespace std;

int main()
{
    const 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,输出的结果自然是错误的。

2.char*与wchar_t*之间相互转换

要想将宽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。利用标准库函数可以完成char*wchar_t*之间的转换,关键函数有setlocale()、wcstombs_s()mbstowcs_s()

2.1关键函数简介

(1)setlocale()

代码语言:javascript
复制
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 ()

代码语言:javascript
复制
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 ()

代码语言:javascript
复制
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:转换后的字符串的长度加上结束符的字符个数;
    _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

代码语言:javascript
复制
#include <locale.h>
#include <iostream>
#include <string>
using namespace std;

string ws2s(const wstring& ws)
{
    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:宽字符串L"ABC我们"有5个自然字符

    char* dest = new char[dByteNum];
    wcstombs_s(NULL,dest,dByteNum,wcs,_TRUNCATE);
    string result = dest;
    delete[] dest;
    setlocale(LC_ALL,curLocale.c_str());
    return result;
}

wstring s2ws(const string& s)
{
    string curLocale = setlocale(LC_ALL,NULL);  //curLocale="C"
    setlocale(LC_ALL,"chs");
    const char* source = s.c_str();
    size_t charNum=s.size()+1;
    cout <<"s.size():"<<s.size()<<endl;         //7:多字节字符串"ABC我们"有7个字节

    wchar_t* dest = new wchar_t[charNum];
    mbstowcs_s(NULL,dest,charNum,source,_TRUNCATE);
    wstring result = dest;
    delete[] dest;
    setlocale(LC_ALL,curLocale.c_str());
    return result;
}

int main()
{
    const wchar_t* wstr=L"ABC我们";
    const char* str="ABC我们";

    //宽字符串转换为多字节字符串
    string obj=ws2s(wstr);
    cout<<obj<<endl;

    //多字节字符串转换为宽字符串
    wstring objw = s2ws(str);
    wcout.imbue(locale("chs"));
    wcout << objw << endl;
}

程序输出:

代码语言:javascript
复制
ABC我们
ABC我们

程序运行结果表明,char*wchar_t*双向转换成功,但要注意的是,执行转换的函数mbstowcs_swcstombs_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。locale实际的作用是告诉操作系统,多字节字符串采用的是何种编码,“chs”表示简体中文。

3.利用Windows API实现字符编码的转换

除了利用标准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,利用Windows API实现字符编码的转换。

代码语言:javascript
复制
#include <windows.h>
#include <iostream>
using namespace std;

int main()
{
    const wchar_t* ws=L"测试字符串";
    const char* ss="ABC我们";

    //宽字符串转换为多字节字符串
    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;

    //宽字符串转换为多字节字符串
    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"));
    wcout<< wp <<endl;
}

程序输出结果:

代码语言:javascript
复制
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占据的空间大小(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()

代码语言:javascript
复制
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:
    int 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()

代码语言:javascript
复制
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。 

Linux同样提供的相关的系统调用来实现char*wchar_t*之间的转换,char*wchar_t*的转换使用mbstowcs(),反之使用wcstombs(),感兴趣的读者可自行实现。


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

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2015年11月28日,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1.问题描述
  • 2.char*与wchar_t*之间相互转换
    • 2.1关键函数简介
      • 2.2转换实例
      • 3.利用Windows API实现字符编码的转换
      • 参考文献
      领券
      问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档