Question

如何将一个汉字用C语言将其转换成Unicode编码最好直接编成UTF-8，是不是vc里面有函数可以直接编？求程序

#include <windows.h>
#include <stdio.h>
#include <string.h>

int main()
{
char buf[3000];
scanf("%s",buf);
wchar_t tmpbuf[3000] = {0};
char utf8buf[3000] = {0};
int i;

MultiByteToWideChar(CP_ACP, 0, buf, -1, tmpbuf, sizeof(tmpbuf));
WideCharToMultiByte(CP_UTF8, 0, tmpbuf, -1, utf8buf, sizeof(utf8buf), NULL, NULL);
strcat(utf8buf,"1000000");
for(i=0;i<200;i++)
printf("%d",utf8buf[i]);
}
请问这个程序为什么得到的结果不是utf8码加1000000？而且utf8码都没有显示。请高手指教，谢谢

Answer 1

对，有。

#define _CONVERSION_USES_THREAD_LOCALE

#include <atlbase.h>
#include <atlconv.h>
#include <stdio.h>
#include <string.h>

int main()
{
    USES_CONVERSION;
    _acp = CP_ACP;
    char buf[3] = {0};
    buf[0] = getchar();
    buf[1] = getchar();
    wchar_t tmpbuf[2] = {0};
    tmpbuf[0] = A2W(buf)[0];
    _acp = CP_UTF8;
    char utf8buf[4];
    strcpy(utf8buf, W2A(tmpbuf));
    
    int i = 0;
    while(utf8buf[i] != 0)
    {
        printf("%02x ", (unsigned char)utf8buf[i]);
        ++i;
    }
    return 0;
}

如果不是VC6.0而是新的VC的话是新的写法。

你可以输入一个日进去看看

追问

这是我将您的程序和我的归总的程序，我是想在主程序中输入一系列数据，然后调用utf8函数得到每个汉字的utf8二进制数据流。

结果就像这样

追答

我写了一下，发现VC6的那个字符转换里面好大的坑

它定义的W2A是：

#define W2A(lpw) (\
    ((_lpw = lpw) == NULL) ? NULL : (\
        (_convert = (static_cast<int>(wcslen(_lpw))+1), \
        (_convert>INT_MAX/2) ? NULL : \
        ATLW2AHELPER((LPSTR) alloca(_convert*sizeof(WCHAR)), _lpw, _convert*sizeof(WCHAR), _acp))))

然而对于UTF8来说，(wcslen(xxx) + 1) * sizeof(WCHAR) 是不够的，比如“日新”，算出来是 (2+1)*2 = 6 但是实际上要用 7。

所以可能只有直接调用Windows API来转了，ATL这个旧版的库好坑。

字数超出最大允许值，请删减！

f*ck败毒知道，我传附件

追问

谢谢！

追答

#include <windows.h>
#include <stdio.h>
#include <string.h>
 
int main()
{
    char buf[5] = "日新";
    wchar_t tmpbuf[3] = {0};
    char utf8buf[7] = {0};
    
    MultiByteToWideChar(CP_ACP, 0, buf, -1, tmpbuf, sizeof(tmpbuf));
    WideCharToMultiByte(CP_UTF8, 0, tmpbuf, -1, utf8buf, sizeof(utf8buf), NULL, NULL);
     
    int i = 0;
    while(utf8buf[i] != 0)
    {
        int bytecnt = 0;
        if ((utf8buf[i] & 0x80) == 0)
            bytecnt = 1;
        else if ((utf8buf[i] & 0xe0) == 0xc0)
            bytecnt = 2;
        else if ((utf8buf[i] & 0xf0) == 0xe0)
            bytecnt = 3;
        int j;
        for(j = 0; j < bytecnt; ++j)
        {
            int k;
            for(k = 7; k >= 0; --k)
                printf("%d", (utf8buf[i + j] >> k) & 1);
        }
        puts("");
        i += bytecnt;
    }
    return 0;
}

之前传错代码文件了……

追问

非常感谢！这个程序的输出确实是utf8码，不过我还想把每个数字的utf8码能够运用到程序的其它地方。麻烦你再指导一下，谢谢，就是把它做成一个函数，主程序输入一个数，通过调用这个函数能够返回一个utf8码并用数组储存。