从UTF8格式向GB2312格式转换[C源码](转)

我就是我 2022-08-01 13:41 142阅读 0赞

/\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*  
\*　文 件 名：　UTF8\_UCS2\_GB2312.CPP  
\*  
\*　版 本 号：　V1.0.0.1  
\*  
\*　作　　者：　lianxiuzhu  
\*  
\*　创建时间：　2008-05-22 11:48:13  
\*  
\*　文件描述：　从UTF8格式字符串转换成GB2312编码格式（经由UCS2编码）  
\*　　　　　　　UCS2编码是对双字节编码的统一描述，Unicode就是其中一种  
\*　假定条件：　用户输入到程序的UTF8字符串是符合UTF8基本规范  
\*　　　　　　　否则，程序执行的结果不可预料（包括产生异常）  
\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*/

\#include <stdio.h>  
\#include <stdlib.h>  
\#include <locale.h>

typedef char                         S8;　　//有符号8位  
typedef short                      S16;　　//有符号16位  
typedef int                          S32;　　//有符号32位  
typedef unsigned char         U8;　　//无符号8位  
typedef unsigned short      U16;　　//无符号16位  
typedef unsigned int          U32;　　//无符号32位

/\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*  
\*　函数名称：　RealVal  
\*　功能描述：　计算'0' - '9', 'a' - 'z', 'A - Z'分别对应的十进制数值  
\*　日　　期：　2008-05-22 11:57:56  
\*　作　　者：　lianxiuzhu  
\*　参数说明：　c - 十六进制字符  
\*　返 回 值：　对应的十进制数值  
\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*/  
U8 RealVal(S8 c)  
\{  
　　if(c >= '0' && c <= '9')  
　　\{  
　　　　return (c - 48);  
　　\}  
　　else if(c >= 'a' && c <= 'f')  
　　\{  
　　　　return (c - 87);  
　　\}  
　　else if(c >= 'A' && c <= 'F')  
　　\{  
　　　　return (c - 55);  
　　\}  
　　else  
　　\{  
　　　　return 0;  
　　\}  
\}

/\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*  
\*　函数名称：　UTF8StringToStream  
\*　功能描述：　从UTF8格式的字符串转换成UTF8字节流数组（%E9%90-->0xE9,0x90）  
\*　日　　期：　2008-05-22 13:34:01  
\*　作　　者：　lianxiuzhu  
\*　参数说明：　szUTF8　　- UTF8格式的字符串  
\*　　　　　　　binUTF8　　- UTF8字节流数组  
\*　返 回 值：　转换到UTF8字节流数组中字节数  
\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*/  
U32 UTF8StringToStream(const S8\* szUTF8, U8\* binUTF8)  
\{  
　　U32 uCount = 0;  
　　S8\* szTemp = (S8\*)szUTF8;  
　　while(\*szTemp != '\\0')  
　　\{  
　　　　if(\*szTemp == '%')  
　　　　\{  
　　　　　　binUTF8\[uCount\] = RealVal(\*(szTemp + 1)) \* 0x10 + RealVal(\*(szTemp + 2));  
　　　　　　szTemp = szTemp + 3;  
　　　　\}  
　　　　else if(\*szTemp == '+')  
　　　　\{  
　　　　　　binUTF8\[uCount\] = 0x20;  
　　　　　　szTemp = szTemp + 1;  
　　　　\}  
　　　　else  
　　　　\{  
　　　　　　binUTF8\[uCount\] = \*szTemp;  
　　　　　　szTemp = szTemp + 1;  
　　　　\}  
　　　　  
　　　　uCount = uCount + 1;  
　　\}  
　　  
　　return uCount;  
\}

/\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*  
\*　函数名称：　UTF8ToUCS2  
\*　功能描述：　转换UTF8格式到UCS2格式（UCS2是双字节编码，Unicode是其中一种）  
\*　日　　期：　2008-05-22 13:36:56  
\*　作　　者：　lianxiuzhu  
\*　参数说明：　binUTF8　　- UTF8字节流数组  
\*　　　　　　　uCount　　- UTF8字节流数组中的字节数  
\*　　　　　　　binUCS2　　- UCS2字节流数组  
\*　返 回 值：　转换到UCS2字节流数组中的U16单元个数  
\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*/  
U32 UTF8ToUCS2(const U8\* binUTF8, U32 uCount, U16\* binUCS2)  
\{  
　　U32 uLength = 0;  
　　U8\* szTemp = (U8\*)binUTF8;  
　　while((U32)(szTemp - binUTF8) < uCount)  
　　\{  
　　　　if(\*szTemp <= 0x7F) //0xxxxxxx  
　　　　\{  
　　　　　　binUCS2\[uLength\] = binUCS2\[uLength\] | (U16)(\*szTemp & 0x7F);  
　　　　　　szTemp = szTemp + 1;  
　　　　\}  
　　　　else if(\*szTemp <= 0xDF) //110xxxxx 10xxxxxx  
　　　　\{  
　　　　　　binUCS2\[uLength\] = binUCS2\[uLength\] | (U16)(\*(szTemp + 1) & 0x3F);  
　　　　　　binUCS2\[uLength\] = binUCS2\[uLength\] | ((U16)(\*(szTemp) & 0x1F) << 6);  
　　　　　　szTemp = szTemp + 2;  
　　　　\}  
　　　　else if(\*szTemp <= 0xEF) //1110xxxx 10xxxxxx 10xxxxxx  
　　　　\{  
　　　　　　binUCS2\[uLength\] = binUCS2\[uLength\] | (U16)(\*(szTemp + 2) & 0x3F);  
　　　　　　binUCS2\[uLength\] = binUCS2\[uLength\] | ((U16)(\*(szTemp + 1) & 0x3F) << 6);  
　　　　　　binUCS2\[uLength\] = binUCS2\[uLength\] | ((U16)(\*(szTemp) & 0x0F) << 12);  
　　　　　　szTemp = szTemp + 3;  
　　　　\}  
　　　　else  
　　　　\{  
　　　　　　return 0;  
　　　　\}  
　　　　  
　　　　uLength = uLength + 1;  
　　\}  
　　  
　　return uLength;  
\}

/\*  
\* 测试用主程序:  
\* 功能：将一段UTF8格式的字符串，转化成GB2312格式输出  
\* 检验：如果您能看到屏幕输出“让我们永远铭记这一刻：2008年5月12日 14时28分”，成功！  
\*/  
int main(int argc, char\* argv\[\])  
\{  
　　S8\* szUTF8 = "%E8%AE%A9%E6%88%91%E4%BB%AC%E6%B0%B8%E8%BF%9C%E9%93%AD%E8%AE%B0%E8%BF%99%E4%B8%80%E5%88%BB%EF%BC%9A2008%E5%B9%B45%E6%9C%8812%E6%97%A5+14%E6%97%B628%E5%88%86";  
　　U8 binUTF8\[512\] = \{0\};  
　　U32 uCount = UTF8StringToStream(szUTF8, binUTF8);  
　　if(uCount > 0)  
　　\{  
　　　　U16 binUCS2\[512\] = \{0\};  
　　　　uCount = UTF8ToUCS2(binUTF8, uCount, binUCS2);  
　　　　if(uCount > 0)  
　　　　\{  
　　　　　　S8 szGB2312\[512\] = \{0\};  
　　　　　　setlocale(LC\_ALL, ".936");  
　　　　　　wcstombs(szGB2312, (wchar\_t\*)binUCS2, 512);  
　　　　　　printf("%s\\n", szGB2312);  
　　　　\}  
　　\}  
　　  
　　return uCount;