用C语言写UTF-8编码的文件

最新推荐文章于 2022-03-28 12:34:34 发布

转载最新推荐文章于 2022-03-28 12:34:34 发布 · 4k 阅读

C/C++ 专栏收录该内容

88 篇文章

订阅专栏

本文介绍使用C语言编写UTF-8编码文件的两种方法。一种是通过fopen指定编码并直接写入wchar_t字符串；另一种是先将字符串转换为UTF-8格式再写入。文中提供了详细的代码示例。

原文地址：http://blog.csdn.net/zaffix/article/details/7217701

为实现用C语言写UTF-8编码的文件，测试了以下两种情况。

第一种情况，为 fopen 指定一个编码，然后写入 wchar_t 字符串，最终写入的文件就是UTF-8编码的了，原理不清楚，估计是 fwrite 时对 wchar_t 做了编码转换（如果写入 char 的话就会乱码）。

[cpp]view plaincopy 
   
 #include <stdio.h>  
 #include <tchar.h>  
   
 int main()  
 {  
     FILE* fp = fopen("test.txt", "wt+,ccs=UTF-8");  
   
     wchar_t* s = _T("hello, 你好！");  
   
     fwrite(s, sizeof(wchar_t), wcslen(s), fp);  
   
     fclose(fp);  
   
     return 0;  
 }  

第二种情况，先将字符串编码转换为UTF-8格式的，然后再写入。

[cpp]view plaincopy 
   
 #include <stdio.h>  
 #include <string.h>  
 #include <Windows.h>  
   
 int main()  
 {  
     FILE* fp = fopen("test.txt", "wb+");  
   
     // 写入UTF-8的BOM文件头  
     char header[3] = {(char)0xEF, (char)0xBB, (char)0xBF};  
     fwrite(header, sizeof(char), 3, fp);  
   
     char* s = "hello, 你好！";  
     wchar_t wc[256];  
     // 将ANSI编码的多字节字符串转换成宽字符字符串  
     int n = MultiByteToWideChar(CP_ACP, 0, s, strlen(s), wc, 256);  
     if ( n > 0 )  
     {  
         wc[n] = 0;  
   
         char mb[1024];  
         // 将宽字符字符串转换成UTF-8编码的多字节字符串  
         n = WideCharToMultiByte(CP_UTF8, 0, wc, wcslen(wc), mb, 1024, NULL, NULL);  
         if ( n > 0 )  
         {  
             mb[n] = 0;  
             fwrite(mb, sizeof(char), strlen(mb), fp);  
         }  
     }  
   
     fclose(fp);  
   
     return 0;  
 }  