《UTF-8与GB2312之间的交流》的改造

最近，在做一个小措施的时候，溘然碰着了汉字编码转换问题。关于如安在UTF-8与GB2312之间转换的问题。在VC常识库里看到吴康彬的文章《UTF-8与GB2312之间的交流》，文章浅显易懂，代码也不长。省了我不少的找资料的时间。在此感谢了。 ：）

在看代码的进程中，吴康彬用了很多字符串的转换，来举办2进制的运算，这就涉及到大量的IO操纵，效率必定较量低。并且编码转换的事情量往往很是大，因此效率问题很重要。并且，代码里，有很多，内存泄漏问题，大概是作者过于重视实现，没有留意这些细节问题。

闲话少说，开始正题。在UTF-8,与UNICODE之间转换的时候，用二进制运算，取代了字符串的转换。UTF-8一个汉字，用3个字节，而UNICODE用2个字节；对应干系如下：

UTF-8编码：
[1,1,1,0,A5,A6,A7,A8],　　[1,0,B3,B4,B5,B6,B7,B8],
[1,0,C3,C4,C5,C6,C7,C8];

对应的UNICODE编码：

[A5,A6,A7,A8,B3,B4,B5,B6],
　　　[B7,B8,C3,C4,C5,C6,C7,C8]

因此我们只需举办位操纵，即可到达目标；如：

// 把UTF-8转换成Unicode
　　　void CChineseCodeLib::UTF_8ToUnicode(WCHAR* pOut,char *pText)
　　　{
　　 　　 char* uchar = (char *)pOut;

　　 　　 uchar[1] = ((pText[0] & 0x0F) << 4) + ((pText[1] >> 2) & 0x0F);
　　 　　 uchar[0] = ((pText[1] & 0x03) << 6) + (pText[2] & 0x3F);

　　 　　 return;
　　　}
　　 // Unicode 转换成UTF-8
　　 void CChineseCodeLib::UnicodeToUTF_8(char* pOut,WCHAR* pText)
　　 {
　　　　　// 留意 WCHAR坎坷字的顺序,低字节在前，高字节在后
　　　　　char* pchar = (char *)pText;
　　　　　pOut[0] = (0xE0 | ((pchar[1] & 0xF0) >> 4));
　　　　　pOut[1] = (0x80 | ((pchar[1] & 0x0F) << 2)) + ((pchar[0] & 0xC0) >> 6);
　　　　　pOut[2] = (0x80 | (pchar[0] & 0x3F));

　　　　　return;
　　 }

　　 // 把Unicode 转换成 GB2312
　　 void CChineseCodeLib::UnicodeToGB2312(char* pOut,unsigned short uData)
　　 {
　　　　 WideCharToMultiByte(CP_ACP,NULL,&uData,1,pOut,sizeof(WCHAR),NULL,NULL);
　　　　 return;
　　 }

　　 // GB2312 转换成　Unicode
　　 void CChineseCodeLib::Gb2312ToUnicode(WCHAR* pOut,char *gbBuffer)
　　 {
　　　　 ::MultiByteToWideChar(CP_ACP,MB_PRECOMPOSED,gbBuffer,2,pOut,1);
　　　　 return;
　　 }

　　 //GB2312 转为 UTF-8
　　 void CChineseCodeLib::GB2312ToUTF_8(string& pOut,char *pText, int pLen)
　　 {
　　　　　 char buf[4];
　　　　　 char* rst = new char[pLen + (pLen >> 2) + 2];

　　　　　 memset(buf,0,4);
　　　　　 memset(rst,0,pLen + (pLen >> 2) + 2);

　　　　　 int i = 0;
　　　　　 int j = 0;
　　　　　 while(i < pLen)
　　　　　 {
　　　　　　　　　 //假如是英文直接复制就可以
　　　　　　　　　 if( *(pText + i) >= 0)
　　　　　　　　　 {
　　　　　　　　　　　　　 rst[j++] = pText[i++];
　　　　　　　　　 }
　　　　　　　　　 else
　　　　　　　　　 {
　　　　　　　　　　　　　 WCHAR pbuffer;
　　　　　　　　　　　　　 Gb2312ToUnicode(&pbuffer,pText+i);

　　　　　　　　　　　　　 UnicodeToUTF_8(buf,&pbuffer);

　　　　　　　　　　　　　 unsigned short int tmp = 0;
　　　　　　　　　　　　　 tmp = rst[j] = buf[0];
　　　　　　　　　　　　　 tmp = rst[j+1] = buf[1];
　　　　　　　　　　　　　 tmp = rst[j+2] = buf[2];

　　　　　　　　　　　　　
　　　　　　　　　　　　　 j += 3;
　　　　　　　　　　　　　 i += 2;
　　　　　　　　　 }
　　　　　 }
　　　　　 rst[j] = ''\0'';

　　　　　 //返回功效
　　　　　 pOut = rst;
　　　　　 delete []rst;

　　　　　 return;
　　 }

　　 //UTF-8 转为 GB2312
　　 void CChineseCodeLib::UTF_8ToGB2312(string &pOut, char *pText, int pLen)
　　 {
　　　　 char * newBuf = new char[pLen];
　　　　 char Ctemp[4];
　　　　 memset(Ctemp,0,4);
　　　　 int i =0;
　　　　 int j = 0;

　　　　 while(i < pLen)
　　　　 {
　　　　　　　　if(pText[i] > 0)
　　　　　　　　{
　　　　　　　　　　　　newBuf[j++] = pText[i++];
　　　　　　　　}
　　　　　　　　else
　　　　　　　　{
　　　　　　　　　　　　WCHAR Wtemp;
　　　　　　　　　　　　UTF_8ToUnicode(&Wtemp,pText + i);

　　　　　　　　　　　　UnicodeToGB2312(Ctemp,Wtemp);

　　　　　　　　　　　　newBuf[j] = Ctemp[0];
　　　　　　　　　　　　newBuf[j + 1] = Ctemp[1];
　　　　　　　　　　　　i += 3;
　　　　　　　　　　　　j += 2;
　　　　　　　　}
　　　　 }
　　　　 newBuf[j] = ''\0'';

　　　　 pOut = newBuf;
　　　　 delete []newBuf;

　　　　 return;
　　 }

#p#分页标题#e#

代码在WIN2K,VC++60 下编译，测试通过. 就说这么多吧，详细的各人看代码吧。草草的写的，各人莫笑，接待各人一起接头； 觉觉罗。。。。