Question

怎样用C语言实现汉字和ASCII码到UNICODE码的转换?

Answer 1

用MultiByteToWideChar和WideCharToMultiByte可以做到编码的转换。

1. MultiByteToWideChar是一个windows API 函数，该函数映射一个字符串到一个宽字符（unicode）的字符串。函数原型：
   int MultiByteToWideChar(
   UINT CodePage,
   DWORD dwFlags,
   LPCSTR lpMultiByteStr,
   int cchMultiByte,
   LPWSTR lpWideCharStr,
   int cchWideChar
   );参数：
   CodePage：指定执行转换的字符集，这个参数可以为系统已安装或有效的任何字符集所给定的值。你也可以指定其为下面的任意一值：
   CP_ACP：ANSI字符集；CP_MACCP：Macintosh代码页；CP_OEMCP：OEM代码页；
   CP_SYMBOL：符号字符集（42）；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。
   dwFlags：一组位标记用以指出是否未转换成预作或宽字符（若组合形式存在），是否使用象形文字替代控制字符，以及如何处理无效字符。你可以指定下面是标记常量的组合，含义如下：
   MB_PRECOMPOSED：通常使用预作字符——就是说，由一个基本字符和一个非空字符组成的字符只有一个单一的字符值。这是缺省的转换选择。不能与
   MB_COMPOSITE值一起使用。
   MB_COMPOSITE：通常使用组合字符——就是说，由一个基本字符和一个非空字符组成的字符分别有不同的字符值。不能与MB_PRECOMPOSED值一起使用。
   MB_ERR_INVALID_CHARS：如果函数遇到无效的输入字符，它将运行失败，且GetLastErro返回ERROR_NO_UNICODE_TRANSLATION值。
   MB_USEGLYPHCHARS：使用象形文字替代控制字符。
   组合字符由一个基础字符和一个非空字符构成，每一个都有不同的字符值。每个预作字符都有单一的字符值给基础/非空字符的组成。在字符è中，e就是基础字符，而重音符标记就是非空字符。
   函数的缺省动作是转换成预作的形式。如果预作的形式不存在，函数将尝试转换成组合形式。
   标记MB_PRECOMPOSED和MB_COMPOSITE是互斥的，而标记MB_USEGLYPHCHARS和MB_ERR_INVALID_CHARS则不管其它标记如何都可以设置。
   lpMultiByteStr：指向将被转换字符串的字符。
   cchMultiByte：指定由参数lpMultiByteStr指向的字符串中字节的个数。如果lpMultiByteStr指定的字符串以空字符终止，可以设置为-1（如果字符串不是以空字符中止，设置为-1可能失败，可能成功），此参数设置为0函数将失败。
   lpWideCharStr：指向接收被转换字符串的缓冲区。
   cchWideChar：指定由参数lpWideCharStr指向的缓冲区的宽字符个数。若此值为零，函数返回缓冲区所必需的宽字符数，在这种情况下，lpWideCharStr中的缓冲区不被使用。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宽字符数；如果函数运行成功，并且cchWideChar为零，返回值是接收到待转换字符串的缓冲区所需求的宽字符数大小。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。它可以返回下面所列错误代码：
   ERROR_INSUFFICIENT_BUFFER；ERROR_INVALID_FLAGS；
   ERROR_INVALID_PARAMETER；ERROR_NO_UNICODE_TRANSLATION。


2. WideCharToMultiByte，该函数映射一个unicode字符串到一个多字节字符串。
   函数原型：
   int WideCharToMultiByte(
   UINT CodePage, //指定执行转换的代码页
   DWORD dwFlags, //允许你进行额外的控制，它会影响使用了读音符号（比如重音）的字符
   LPCWSTR lpWideCharStr, //指定要转换为宽字节字符串的缓冲区
   int cchWideChar, //指定由参数lpWideCharStr指向的缓冲区的字符个数
   LPSTR lpMultiByteStr, //指向接收被转换字符串的缓冲区
   int cchMultiByte, //指定由参数lpMultiByteStr指向的缓冲区最大值
   LPCSTR lpDefaultChar, //遇到一个不能转换的宽字符，函数便会使用pDefaultChar参数指向的字符
   LPBOOL pfUsedDefaultChar //至少有一个字符不能转换为其多字节形式，函数就会把这个变量设为TRUE
   );
   参数：
   CodePage：指定执行转换的代码页，这个参数可以为系统已安装或有效的任何代码页所给定的值。你也可以指定其为下面的任意一值：
   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（42）；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
   返回值：
   如果函数运行成功，并且cchMultiByte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cchMultiByte为零，返回值是接收到待转换字符串的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。它可以返回下面所列错误代码：
   ERROR_INSUFFICIENT_BJFFER；ERROR_INVALID_FLAGS；
   ERROR_INVALID_PARAMETER；ERROR_NO_UNICODE_TRANSLATION。
   注意：指针lpMultiByteStr和lpWideCharStr必须不一样。如果一样，函数将失败，GetLastError将返回ERROR_INVALID_PARAMETER的值。　
   Windows CE：不支持参数CodePage中的CP_UTF7和CP_UTF8的值，以及参数dwFlags中的WC_NO_BEST_FIT_CHARS值。
   

Answer 2

汇编语言真够难