c++中wstring 和 string的转换

2023-09-11 阅读 23 评论 0

摘要：一、wchar_t和char的基础知识 1.C程序中使用的char类型，是占用一个字节，一共可以表示256个字符。而在32位系统中，char*是占用四个字节的，因为一个指针变量占用的存储空间为4个字节。char类型的编码规则一般为ASCII编码。我在此处测试了一下再GCC中

一、wchar_t和char的基础知识

1.C程序中使用的char类型，是占用一个字节，一共可以表示256个字符。而在32位系统中，char*是占用四个字节的，因为一个指针变量占用的存储空间为4个字节。char类型的编码规则一般为ASCII编码。我在此处测试了一下再GCC中char[]是不可以存储中文字符的（可能是我的编译器没有和编辑器的编码方式不一样，导致出来的结果是乱码的中文），但是在vs中，似乎使用某些优化，char是可以用来存储中文字符的。但是他们都是显示出文字来的，ASCII编码中没有汉字，但是还是显示出来了，这本身存在一些我们不知道的操作（这个内容需要自己来深究）。

在尝试了修改了编码问题后，GCC编译器也可以实现中文的输入了。（待续）

此时，对于这个问题我已经找到了我的答案

普通的char类型是一个正数,是从0-127个编码，而输入中文的字符的值第一个字节都是负数(很难受，好像还是不对），可能是通过数字的符号来判定改符号是一个字节还是两个字节的。因此判定char的编码规则应该不只是Ascii一种。

wstring转换成string、2.wchar_t在C程序中占用的字节为2个字节，相当于一个无符号短整型。其长度是可变的，根据运行的平台而定，可以是2个字节或者是4个字节。在win32 MSVC环境下，C库中wchar_t的长度为2个字节

typedefine unsigned short wchar_t;/* 16bits*/

wchar_t采用的是unicode编码，unicode的编码是固定的，但是因为其需要2到4个字节，它的存储方法不尽相同。所以会产生不同版本的unicode。

unicode 的一种实现方式 UTF-8。

参见链接https://www.cnblogs.com/kingstarspe/p/ASCII.html

UTF-8的编码规则很简单，只有二条：

1）对于单字节的符号，字节的第一位设为0，后面7位为这个符号的unicode码。因此对于英语字母，UTF-8编码和ASCII码是相同的。

wchar头文件？2）对于n字节的符号（n>1），第一个字节的前n位都设为1，第n+1位设为0，后面字节的前两位一律设为10。剩下的没有提及的二进制位，全部为这个符号的unicode码。

（未完待续）

wchar_t与char的转换

经过了上面的逻辑讨论之后我们可以发现，其实char和wchar_t的转换过程就是一个编码转化的过程，需要大量的判断语句来实现，其原理大概也就是根据字节的信号来判断字符需要的字节数。下面仅提高用于编程的模板。

这是在window下的方法，需要添加<windows.h>头文件

//将单字节char*转化为宽字节wchar_t*  
wchar_t* AnsiToUnicode( const char* szStr )  
{  int nLen = MultiByteToWideChar( CP_ACP, MB_PRECOMPOSED, szStr, -1, NULL, 0 );  if (nLen == 0)  {  return NULL;  }  wchar_t* pResult = new wchar_t[nLen];  MultiByteToWideChar( CP_ACP, MB_PRECOMPOSED, szStr, -1, pResult, nLen );  return pResult;  
}  //将宽字节wchar_t*转化为单字节char*  
char* UnicodeToAnsi( const wchar_t* szStr )  
{  int nLen = WideCharToMultiByte( CP_ACP, 0, szStr, -1, NULL, 0, NULL, NULL );  if (nLen == 0)  {  return NULL;  }  char* pResult = new char[nLen];  WideCharToMultiByte( CP_ACP, 0, szStr, -1, pResult, nLen, NULL, NULL );  return pResult;  
}

下面这段代码实现的是string和wstring的转换，可能在实际中运用的比较多，（只有在C++中才有string类型哦，纯C中只能使用char*或者是char []),稍作修改之后就可以成为char*和wchar_t直接的转换函数了。该函数用到的头文件是C中的<string>文件。

//wstring=>string
std::string WString2String(const std::wstring& ws)
{std::string strLocale = setlocale(LC_ALL, "");const wchar_t* wchSrc = ws.c_str();size_t nDestSize = wcstombs(NULL, wchSrc, 0) + 1;char *chDest = new char[nDestSize];memset(chDest, 0, nDestSize);wcstombs(chDest, wchSrc, nDestSize);std::string strResult = chDest;delete[]chDest;setlocale(LC_ALL, strLocale.c_str());return strResult;
}
// string => wstring
std::wstring String2WString(const std::string& s)
{std::string strLocale = setlocale(LC_ALL, "");const char* chSrc = s.c_str();size_t nDestSize = mbstowcs(NULL, chSrc, 0) + 1;wchar_t* wchDest = new wchar_t[nDestSize];wmemset(wchDest, 0, nDestSize);mbstowcs(wchDest, chSrc, nDestSize);std::wstring wstrResult = wchDest;delete[]wchDest;setlocale(LC_ALL, strLocale.c_str());return wstrResult;
}