分享
 
 
 

编码UTF8,UCS...

王朝vc·作者佚名  2006-01-10
窄屏简体版  字體: |||超大  

最近学习了下编码

以下地址可以很好的学习到相关的知识

http://dev.csdn.net/develop/article/69/69883.shtm

http://dev.csdn.net/develop/article/72/72888.shtm

其中讲了UTF8的编码

当要表示的内容是7位的时候就用一个字节:0******* 第一个0为标志位,剩下的空间正好可以表示ASCII0-127的内容。

当要表示的内容在8到11位的时候就用两个字节:110***** 10****** 第一个字节的110和第二个字节的10为标志位。

当要表示的内容在12到16位的时候就用三个字节:1110***** 10****** 10****** 和上面一样,第一个字节的1110和第二、三个字节的10都是标志位,剩下的空间正好可以表示汉字。

以此类推:

四个字节:11110**** 10****** 10****** 10******

五个字节:111110*** 10****** 10****** 10****** 10******

六个字节:1111110** 10****** 10****** 10****** 10****** 10******

.............................................

我自己写了转换的代码如下

UCS和UTF8相互转换int UCS2UTF8(wchar_t* pUCS,char* pUTF8)

{

int UCSlen = 0, UTF8len = 0, i;

char* pTempUTF8 = NULL;

UCSlen = wcslen(pUCS);

if(pUCS == NULL || pUTF8 == NULL)

return -1;

pTempUTF8 = pUTF8;

for(i = 0; i < UCSlen; i++)

{

if(pUCS[i] <= 0x007F)//1 byte 0xxxxxxx

{

*(pTempUTF8++) = LOBYTE(pUCS[i]);

UTF8len++;

}

else if(pUCS[i] <=0x07FF)//2 bytes 110xxxxx 10xxxxxx

{

*(pTempUTF8++) = HIBYTE(pUCS[i] << 2) & 0x3F | 0xC0;

*(pTempUTF8++) = LOBYTE(pUCS[i] & 0x3f) | 0x80;

UTF8len += 2;

}

else//3 bytes 1110xxxx 10xxxxxx 10xxxxxx

{

*(pTempUTF8++) = HIBYTE(pUCS[i] >> 4) | 0xe0;

*(pTempUTF8++) = HIBYTE(pUCS[i] << 2) & 0x3F | 0x80;

*(pTempUTF8++) = LOBYTE(pUCS[i]) & 0x3F | 0x80;

UTF8len += 3;

}

}

return UTF8len;

}

int UTF82UCS(char *pUTF8, wchar_t *pUCS)

{

int UCSlen = 0, i;

char *pTempUCS = NULL;

char *pTempUTF8 = NULL;

if(pUCS == NULL || pUTF8 == NULL)

return -1;

UCSlen = MultiByteToWideChar(CP_UTF8,0,pUTF8,-1,NULL,0);

UCSlen--;

pTempUCS = (char*)pUCS;

pTempUTF8 = pUTF8;

for(i = 0; i < UCSlen; i++)

{

if((*pTempUTF8) <= 0x7F) //1 byte

{

*(pTempUCS + 1) = 0x00;

*pTempUCS = *(pTempUTF8++);

pTempUCS += 2;

}

else if((*pTempUTF8) >= 0xC0 && (*pTempUTF8) <= 0xDF)//2 bytes

{

*(pTempUCS + 1) = ((*pTempUTF8) >> 2) & 0x07;

*pTempUCS = ((*pTempUTF8) << 6) | (*(pTempUTF8 + 1) & 0x3F);

pTempUTF8 += 2;

pTempUCS += 2;

}

else//3 bytes

{

*(pTempUCS + 1) = ((*pTempUTF8) << 4) | ((*(pTempUTF8 + 1) >> 2) & 0x0F);

pTempUTF8++;

*pTempUCS = ((*pTempUTF8) << 6) | (*(pTempUTF8+1) & 0x3F);

pTempUTF8 += 2;

pTempUCS += 2;

}

}

return UCSlen;

}

其他编码和UCS转换

int ToUCS(char *p,wchar_t* pUCS,int codepage)

{

int len = 0;

if(pUCS == NULL || p == NULL)

return -1;

len = MultiByteToWideChar(codepage,0,p,-1,NULL,0);

MultiByteToWideChar(codepage,0,p,-1,pUCS,len);

return len;

}

int UCSTo(wchar_t* pUCS,char *p,int codepage)

{

int len = 0;

if(pUCS == NULL || pBIG5 == NULL)

return -1;

len = WideCharToMultiByte(codepage,0,pUCS,-1,NULL,0,NULL,NULL);

WideCharToMultiByte(codepage,0,pUCS,-1,p,len,NULL,NULL);

len--;

return len;

}

这里的codepage在MSDN定义如下

BitCode pageDescriptionANSI

0

1252

Latin 1

1

1250

Latin 2: Eastern Europe

2

1251

Cyrillic

3

1253

Greek

4

1254

Turkish

5

1255

Hebrew

6

1256

Arabic

7

1257

Baltic

8

1258

VietNam

9 - 15

Reserved for ANSI

ANSI and

OEM

16

874

Thai

17

932

Japanese, Shift-JIS

18

936

Chinese: Simplified chars—PRC and Singapore

19

949

Korean Unified Hangeul Code (Hangeul TongHabHyung Code)

20

950

Chinese: Traditional chars—Hong Kong SAR, PRC and Taiwan

21

1361

Korean (Johab)

22 - 29

Reserved for alternate ANSI and OEM

30 - 31

Reserved by system.

OEM

32 - 46

Reserved for OEM

47

1258

VietNam

48

869

IBM Greek

49

866

MS-DOS Russian

50

865

MS-DOS Nordic

51

864

Arabic

52

863

MS-DOS Canadian French

53

862

Hebrew

54

861

MS-DOS Icelandic

55

860

MS-DOS Portuguese

56

857

IBM Turkish

57

855

IBM Cyrillic; primarily Russian

58

852

Latin 2

59

775

Baltic

60

737

Greek; former 437 G

61

708

Arabic; ASMO 708

62

850

Western European/Latin 1

63

437

US

 
 
 
免责声明:本文为网络用户发布,其观点仅代表作者个人观点,与本站无关,本站仅提供信息存储服务。文中陈述内容未经本站证实,其真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。
2023年上半年GDP全球前十五强
 百态   2023-10-24
美众议院议长启动对拜登的弹劾调查
 百态   2023-09-13
上海、济南、武汉等多地出现不明坠落物
 探索   2023-09-06
印度或要将国名改为“巴拉特”
 百态   2023-09-06
男子为女友送行,买票不登机被捕
 百态   2023-08-20
手机地震预警功能怎么开?
 干货   2023-08-06
女子4年卖2套房花700多万做美容:不但没变美脸,面部还出现变形
 百态   2023-08-04
住户一楼被水淹 还冲来8头猪
 百态   2023-07-31
女子体内爬出大量瓜子状活虫
 百态   2023-07-25
地球连续35年收到神秘规律性信号,网友:不要回答!
 探索   2023-07-21
全球镓价格本周大涨27%
 探索   2023-07-09
钱都流向了那些不缺钱的人,苦都留给了能吃苦的人
 探索   2023-07-02
倩女手游刀客魅者强控制(强混乱强眩晕强睡眠)和对应控制抗性的关系
 百态   2020-08-20
美国5月9日最新疫情:美国确诊人数突破131万
 百态   2020-05-09
荷兰政府宣布将集体辞职
 干货   2020-04-30
倩女幽魂手游师徒任务情义春秋猜成语答案逍遥观:鹏程万里
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案神机营:射石饮羽
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案昆仑山:拔刀相助
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案天工阁:鬼斧神工
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案丝路古道:单枪匹马
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案镇郊荒野:与虎谋皮
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案镇郊荒野:李代桃僵
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案镇郊荒野:指鹿为马
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案金陵:小鸟依人
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案金陵:千金买邻
 干货   2019-11-12
 
推荐阅读
 
 
 
>>返回首頁<<
 
靜靜地坐在廢墟上,四周的荒凉一望無際,忽然覺得,淒涼也很美
© 2005- 王朝網路 版權所有