c++ - 使用 C++Builder 5 将 UTF-8 转换为 WIN1252

Question

我必须将一些 UTF-8 编码的文本文件导入到我的 C++Builder 5 程序中。是否有任何组件或代码示例可以实现这一点？

Answer 1

您最好阅读所有其他标记为 unicode 和 c++ 的 SO 问题。对于初学者，您可能应该看看这个，看看接受的答案（UTF8-CPP）中的库是否适合您。

但是，我首先会考虑您要实现的目标，因为您无法将 UTF-8 编码的字符串导入“Ansi”（您的意思是什么，可能类似于 ISO8859_1 或 WIN1252 编码？） .

Answer 2

这是一个更以 VCL 为中心的方法：

UTF8String utf8 = "...";
WideString utf16;
AnsiString latin1;

int len = ::MultiByteToWideChar(CP_UTF8, 0, utf8.c_str(), utf8.Length(), NULL, 0);
utf16.SetLength(len);
::MultiByteToWideChar(CP_UTF8, 0, utf8.c_str(), utf8.Length(), utf16.c_bstr(), len);

len = ::WideCharToMultiByte(1252, 0, utf16.c_bstr(), utf16.Length(), NULL, 0, NULL, NULL);
latin1.SetLength(len);
::WideCharToMultiByte(1252, 0, utf16.c_bstr(), utf16.Length(), latin1.c_str(), len, NULL, NULL);

如果升级到 CB2009，可以将其简化为：

UTF8String utf8 = "...";
AnsiString<1252> latin1 = utf8;

Answer 3

由于周末没有人工作，我必须自己回答:)

String Utf8ToWinLatin1(char* aData, char* aValue)
{
    int i=0;
    for(int j=0;j<strlen(aData);)
    {   int val=aData[j];
        int c=(unsigned char)aData[j];
        if(c<=127)
        {   aValue[i]=c;
            j+=1;                                  
            i++;
        }
        else if(c>=192 && c<=223)
        {
            aValue[i]=(c-192)*64 + (aData[j+1]-128);
            i++;
            j+=2;
        }
        else if(c>=224 && c<=239)
        {
            aValue[i]=( c-224)*4096 + (aData[j+1]-128)*64 + (aData[j+2]-128);
            i++;
            j+=3;
        }
        else if(c>=240 && c<=247)
        {
            aValue[i]=(c-240)*262144 + (aData[j+1]-128)*4096 + (aData[j+2]-128)*64 + (aData[j+3]-128);
            i++;
            j+=4;
        }
        else if(c>=248 && c<=251)
        {
            aValue[i]=(c-248)*16777216 + (aData[j+1]-128)*262144+ (aData[j+2]-128)*4096 + (aData[j+3]-128)*64 + (aData[j+4]-128);
            i++;
            j+=5;
        }
        else
            j+=1;
    }
    return aValue;
}

Answer 4

您的问题没有具体说明您要转换为哪个字符集。如果您只想要基本的 7 位 ASCII 字符集，则丢弃值高于 127 的每个字符都可以。

如果您想转换为 8 位字符集，例如 latin1，您将不得不费尽心思。