如何将无符号十六进制值转换为相应的unicode字符，这些字符应该使用c++写入文件

How to convert unsigned hex values to corresponding unicode characters which should be written to file using c++

本文关键字：字符 文件 c++ unicode 十六进制 无符号 转换      更新时间：2023-10-16

我需要将无符号十六进制值转换为相应的unicode字符，这些字符应该使用c++写入文件

到目前为止，我已经试过这个

unsigned short array[2]={0x20ac,0x20ab};

应该使用c++ 将其转换为文件中的相应字符

这取决于您选择的编码。

如果使用UTF-8编码，则需要首先将每个Unicode字符转换为相应的UTF-8字节序列，然后将该字节序列写入文件。

它的伪代码将类似

 EncodeCharToUTF8(charin, charout, &numbytes); //EncodeCharToUTF8(short,char*, int*);
 WriteToFile(charout, numchar);

如果您使用UTF-16编码，您需要首先在文件的开头写入BOM，然后将每个字符编码为UTF-16字节序列（字节顺序在这里很重要，无论是小端还是大端，取决于您的BOM）。

 WriteToFile("xFFxFE", 2); //Write BOM
 EncodeCharToUTF16(charin, charout, &numbytes); //EncodeCharToUTF16(short,char*, int*);
 //Write the character.
 WriteToFile(charout, numchar);

尽管步骤与UTF-16类似，但不建议使用UTF-32。

我认为这应该有助于你开始。

从您的阵列来看，您似乎要使用UTF-16。为小端序编写UTF-16 BOM 0xFFFE，为大端序编写0xFEFF。之后，按照机器的字节顺序写入每个字符。

我在这里给出了伪代码，你可以把它白框起来。搜索有关编码转换的更多信息。

实际上您正面临两个问题：

1.如何将缓冲区从UTF-8编码转换为UTF-16编码
我建议你使用boost语言环境库，示例代码可以是这样的：

    std::string ansi = "This is what we want to convert";
try
{           
    std::string utf8 = boost::locale::conv::to_utf<char>(ansi, "ISO-8859-1");
    std::wstring utf16 = boost::locale::conv::to_utf<wchar_t>(ansi, "ISO-8859-1");
    std::wstring utf16_2 = boost::locale::conv::utf_to_utf<wchar_t, char>(utf8);
}
catch (boost::locale::conv::conversion_error e)
{
    std::cout << "Fail to convert to unicode!" << std::endl;
}

2.如何将缓冲区保存为UTF-16编码的文件
这涉及到手动在文件开头写入BOM（ByteOrderMark），您可以在此处找到参考

这意味着，如果要将编码为UTF-8的缓冲区保存到UNICODE文件中，则应首先在输出文件的开头写入3个字节的"EF BB BF"

"FE FF"适用于Big Endian UTF-16，
"FF FE"适用于Little Endian UTF-16。

我你仍然不明白BOM是如何工作的，只要打开一个记事本，写一些单词，用不同的"编码"选项保存它，然后用十六进制编辑器打开保存的文件，你就可以看到BOM了

希望它能帮助你！

相关文章：