GB2312、GBK、UTF-8 如何转换

ゝ一世哀愁。 2022-03-28 10:08 394阅读 0赞

## 【什么是编码】 ##

首先，我们要明白，**GB2312、GBK和UTF-8都是一种字符编码。**除此之外，还有好多字符编码。只是对于我们中国人的网站来说，用这三种编码比较多。

简单的说一下，为什么要用编码？在计算机内，储存文本信息用ASC II码，每一个字符对应着唯一的ASCII码。最初计算机是由美国发明的，他们也用的是键盘和上面的字母，所以他们的字符ASCII好解决。但是我们中国 的就不同了，**每个汉字要对应唯一的ASCII码。这样，就出来了国家制定的字符编码标准：GB2312、GBK等**。其他国家，其他语言也有他们对应的编码 标准。

GB 就是国标的意思，**GB2312和GBK主要用于汉字的编码，而UTF-8是全世界通用的**。意思就是说，如果你的网页主要面对使用汉语的中国人的话，使用 GB2312 和 GBK 非常好，文字储存体积要小，有一些优点。如果你的网页要面向世界的话，你再用GB2312 和 GBK 作为网页编码，有些电脑上的浏览器没有这种编码，你的网页汉字内容就会变成无法识别的乱码。

## 【延伸阅读】 ##

GBK、GB2312等与UTF8之间都必须通过Unicode编码才能相互转换（GBK、GB2312 -- Unicode -- UTF8 ）

**使用UTF-8的一个好处：**其他地区的用户**（如香港台湾）无需安装简体中文支持就能正常观看你的文字*，***而不会出现乱码。

*  gb2312 是简体中文的码 
 *  gbk 支持简体中文及繁体中文 
 *  big5 支持繁体中文 
 *  utf-8 支持几乎所有字符

**中国大陆最常用的就是GBK18030编码，除此之外还有GBK，GB2312**，这几个编码的关系是这样的。 最早制定的汉字编码是GB2312，包括6763个汉字和682个其它符号 95年重新修订了编码，命名GBK1.0，共收录了21886个符号。 之后又推出了GBK18030编码，共收录了27484个汉字，同时还收录了藏文、蒙文、维吾尔文等主要的少数民族文字，现在WINDOWS平台必需要支持GBK18030编码。

## 【编码转换】 ##

通常，服务端与客户端之间进行数据传输，涉及到中文，往往都会涉及到编码的转换。服务端在遇到中文时，都会转换为UTF-8格式。而客户端接收到服务端数据时，一般会把该数据的中文字符转为GBK（GB2312）才能正常显示。

//utf8_to_gb2312
    	string utf8_to_gb2312(const char* utf8)
    	{
    		int len = MultiByteToWideChar(CP_UTF8, 0, utf8, -1, NULL, 0);
    		wchar_t* wstr = new wchar_t[len + 1];
    		memset(wstr, 0, len + 1);
    		MultiByteToWideChar(CP_UTF8, 0, utf8, -1, wstr, len);
    		len = WideCharToMultiByte(CP_ACP, 0, wstr, -1, NULL, 0, NULL, NULL);
    		char* str = new char[len + 1];
    		memset(str, 0, len + 1);
    		WideCharToMultiByte(CP_ACP, 0, wstr, -1, str, len, NULL, NULL);
    		string strTemp = str;
    		if (wstr) 
    			delete[] wstr;
    		if (str)
    			delete[] str;
    
    		return strTemp;
    	}
    
    	//gb2312_to_utf8
    	string gb2312_to_utf8(const char* gb2312)
    	{
    		int len = MultiByteToWideChar(CP_ACP, 0, gb2312, -1, NULL, 0);
    		wchar_t* wstr = new wchar_t[len + 1];
    		memset(wstr, 0, len + 1);
    		MultiByteToWideChar(CP_ACP, 0, gb2312, -1, wstr, len);
    		len = WideCharToMultiByte(CP_UTF8, 0, wstr, -1, NULL, 0, NULL, NULL);
    		char* str = new char[len + 1];
    		memset(str, 0, len + 1);
    		WideCharToMultiByte(CP_UTF8, 0, wstr, -1, str, len, NULL, NULL);
    		string strTemp = str;
    		if (wstr)
    			delete[] wstr;
    		if (str)
    			delete[] str;
    
    		return strTemp;
    	}

<table style="width:500px;"> 
 <thead> 
 <tr> 
 <th>Value</th> 
 <th>Description</th> 
 </tr> 
 </thead> 
 <tbody> 
 <tr> 
 <td>CP_ACP</td> 
 <td>ANSI code page</td> 
 </tr> 
 <tr> 
 <td>CP_MACCP</td> 
 <td>Not supported</td> 
 </tr> 
 <tr> 
 <td>CP_OEMCP</td> 
 <td>OEM code page</td> 
 </tr> 
 <tr> 
 <td>CP_SYMBOL</td> 
 <td>Not supported</td> 
 </tr> 
 <tr> 
 <td>CP_THREAD_ACP</td> 
 <td>Not supported</td> 
 </tr> 
 <tr> 
 <td>CP_UTF7</td> 
 <td>UTF-7 code page</td> 
 </tr> 
 <tr> 
 <td>CP_UTF8</td> 
 <td>UTF-8 code page</td> 
 </tr> 
 </tbody> 
</table>