C语言 如何将utf8 转化为ascii

mci2004

lz的意思是不是把utf-8编码的数据当成裸数据，一个字节一个字节的拿出来，然后把这个字节当成ASCII？

是不是这个意思，就像utf-8表示的中文，可能需要两个个字节 0x67D2。lz想把 0x67 和0xD2 拿出来当ASCII，是这个意思吗？

lz说的意思是不是真的这么简单？

taotao_112206_c

回复 21# mci2004


    谢谢了，兄弟，是这个意思

cheungmine

int utf8toansi(const char *szStrUtf8, int cbSize, char *szOut, int cbOut)
{
  int cbRet;
  if (!szOut) {
    return MultiByteToWideChar(CP_UTF8, 0, szStrUtf8, cbSize, 0, 0);
  }

  cbRet = MultiByteToWideChar(CP_UTF8, 0, szStrUtf8, cbSize, szOut, cbOut)
  if (0 == cbRet) {
    return -1;
  }

  return cbRet;
}

int cbOut = utf8toansi(utf8, strlen(utf+1, 0, 0);
char *ansiOut = malloc(cbOut);
if (cbOut != utf8toansi(utf8, strlen(utf+1, ansiOut, cbOut)) {
  printf("utf8toansi error\n";
}

cheungmine

// 先把utf8转成BSTR
//
static int utf8_decode(LPCSTR pUtf8, int cbSize, BSTR *pBstr)
{
        if (!pBstr)
                return 0;
       
        *pBstr = 0;

        if (!pUtf
                return 0;
       
        assert(cbSize>0);

        int   cchNeeded = ::MultiByteToWideChar(CP_UTF8, 0, pUtf8, cbSize, 0, 0);
        if (0 == cchNeeded)
                return 0;
       
        LPSTR        pstr = (LPSTR) ::CoTaskMemAlloc (sizeof(DWORD) + sizeof(WCHAR)*cchNeeded + sizeof(CHAR));
        if (!pstr)
                return -1;  // OUT OF MEMORY

        int cchRet = ::MultiByteToWideChar(CP_UTF8, 0, pUtf8, cbSize, (LPWSTR)(pstr+sizeof(DWORD)), cchNeeded);
        if (0 == cchRet){
                CoTaskMemFree(pstr);
                return -2;  // ERROR
        }

        // 0-ending
        pstr[ sizeof(DWORD) + sizeof(WCHAR)*cchNeeded ] = 0;

        *((DWORD*)pstr) = sizeof(WCHAR)*(cchNeeded);
        *pBstr = (BSTR)(pstr + sizeof(DWORD));
        assert(cchNeeded>0);
        return cchNeeded;
}

// 把unicode转陈ansi
//
static int Unicode2Ansi (LPCWSTR wszStr, LPSTR *ppAnsiOut, WCHAR errMsg[], DWORD dwMsgSize)
{
        const UINT CodePage = 0;
        int   cbRetSize = 0;
        *ppAnsiOut = 0;

        if ( wszStr == NULL )
                return 0;

        int                cchNeeded ;

        if ( 0 == (cchNeeded = ::WideCharToMultiByte (CodePage, 0, wszStr, -1, NULL, 0, NULL, NULL)) ){
                GetErrorMsgW(GetLastError(), errMsg, dwMsgSize);
                return 0;
        }

        PSTR        szAnsi = (PSTR) ::malloc (sizeof (CHAR) * cchNeeded) ;
        if ( szAnsi == NULL ){
#pragma   warning( disable: 4996 )  
                wcscpy(errMsg, L"Out of mempry";
#pragma   warning( default: 4996 )
                return 0;
        }

        cbRetSize = ::WideCharToMultiByte (CodePage, 0, wszStr, -1, szAnsi, cchNeeded, NULL, NULL);
        assert(cbRetSize==cchNeeded);
        if ( 0 ==  cbRetSize) {
                GetErrorMsgW(GetLastError(), errMsg, dwMsgSize);
                SAFEFREE (szAnsi);
                return 0;
        }

        *ppAnsiOut = szAnsi;
        return cbRetSize ;
}

注意java字符串没有末尾空字符
注意BSTR != WSTR

没时间，要不就写出来了

这个论坛的回复验证码太垃圾了

Heartwork

回复 19# windoze


    这个靠谱，但是估计lz需要中文，还是转为GB码好点。

KanonInD

回复 22# taotao_112206_c


    那你需要的是一个可以处理utf8的xml-parser, 例如libxml2。

taotao_112206_c

回复 26# KanonInD


    谢谢楼上兄弟，我们用的就是libxml2 ，可就是出问题，不得其解，其实这个问题也不是经常出现，但出现生僻字，或者不是标准字符的时候，就会出问题，
当然对系统来说，需要容错功能，看来暂时一会难解。

taotao_112206_c

回复 24# cheungmine


    谢谢兄弟，你这个是VC啊，windows下的，我要的是unix下的，更确切的说是AIX上的

你还未够水准呢

楼主是做 xml格式转换方面的么

klainogn

LZ其实是要把GBK转成UTF-8的