C++中utf8字符串和gbk字符串的轉換方法

更新時間：2025年02月13日 09:05:23 作者：charlee44

文章介紹了C++中UTF-8字符串和GBK字符串之間的轉換,本文通過實例代碼給大家介紹的非常詳細,感興趣的朋友跟隨小編一起看看吧

這個功能 C++ 語言本身似乎沒有標準實現，需要借助于第三方庫或者操作系統(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++ 語言本身來實現，C++ 標準委員會真是不干人事啊。那就不廢話了，直接給出 windows 下的實現。

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;
}

這段代碼的原理很簡單：

CP_ACP 的意思就是本地編碼，就是操作系統(tǒng)系統(tǒng)定義的默認編碼，依賴于當前操作系統(tǒng)的語言和地區(qū)設置。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)字符串來進行中轉，在 Windows 下，std::wstring 是 16 字節(jié)字符串，使用 UTF-16 編碼。這一點有點類似于 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'，因此轉到 c++ 的 string 需要去掉最后的'\0'字符。這一點需要注意。

測試了用例沒有問題。測試 Utf8ToGbk：

// string utfStr = u8"這是一個測試的中文字符串，檢查一下";
  // string utfStr = u8"測試";
  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;

測試 GbkToUtf8：

#ifdef _WIN32
  SetConsoleOutputCP(65001);
#endif
  // string gbkStr = "測試";
  string gbkStr = "這是一個測試的中文字符串，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 的實現，Linux 環(huán)境要使用別的辦法，例如使用 iconv 庫。

到此這篇關于c++中utf8字符串和gbk字符串的轉換的文章就介紹到這了,更多相關c++ utf8字符串和gbk字符串轉換內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關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: