文章是PDF繁体中文，可不可以直接转化成简体中文
（PDF转WORD在转就不要回答了）
pdf是不能更改原来的文字的，
可以先改成doc 再转成pdf
这种转换相当于两种语言之间的翻译了，而且繁体中文采用Big5编码、简体中文采用GB2312编码，PDF本身不支持吧。
可以尝试一下内码转换大师(ConvertLite)
google工具栏里面有个翻译按钮，可以轻松实现这个功能。
在Word里打出字来以后，再把简体字转化为繁体字。工具——语言——中文简繁转换。
答: 潍坊海上皇宫洗浴中心
答: 百粤冠祠（陈家祠）、云台花园（白云山风景名胜区）、五羊仙庭.镇海楼（越秀公园、广州博物馆）、辛亥之光（中山纪念堂、黄花岗公园）、广州世界大观、莲花晓晴（莲花山旅...
答: ：罗源县西大路2号(近产塘街)
大家还关注
Copyright &
Corporation, All Rights Reserved
确定举报此问题
举报原因(必选)：
广告或垃圾信息
激进时政或意识形态话题
不雅词句或人身攻击
侵犯他人隐私
其它违法和不良信息
报告，这不是个问题
报告原因(必选)：
这不是个问题
这个问题分类似乎错了
这个不是我熟悉的地区
相关问答：123456789101112131415[转]关于汉字的大陆简体、马新简体、港澳繁体和台湾正体区别
第一部分,简体 1,简体中文，是指使用简化字的中文，与繁体中文相对。通常，简体中文的语言因素为由北方话词汇和现代白话文语法规范组成的普通话（华
语），文字因素为由传承字和简化字构成的规范汉字系统。有时特指简体中文的文字因素，或转指主要用于储存和交换简体中文信息的汉字编
码系统。 简体中文作为规范语文主要在中国大陆、马来西亚和新加坡使用，在东南亚的一些华人社区也有使用。联合国的正式文件曾经以兼取简体字记
录的繁体中文为正式语文之一，后改以简体中文作为联合国的正式语文. 2,计算机媒介 作为术语的&简体中文&大多在计算机（电脑）媒介上使用，如各种软件操作界面或文档的&简体中文版&。尽管这些软件也通行于其他使用
简体字甚至简化字的社群，但由于使用简体中文的主要是中国大陆，故而这里的&简体中文&事实上等同于&中国大陆语文&，意即绝大部份
软件的&简体中文版&采用大陆普通话的语法和词汇，特别是IT术语的翻译，可能与海外华语不尽相同。
3,汉字编码 简体中文自1980年代以来通常使用中华人民共和国国家标准总局公布的GB 以及其后继的GBK和GB 作为在计算机等电子通
信设备上储存和交换汉字信息的编码系统。近年来CJK和与之向下兼容的Unicode跨语言编码集也逐渐得到广泛使用。GB 2312之后的大字符集均
包含巨量繁体字，因而往往并非仅可供简体中文使用。
4,所谓&简体用语& 简体中文由于在语言因素上与繁体中文不同，特别是在词汇上存在明显分歧，因而出现&简体用语&一说。例如繁体中文里多用的&原子笔&
，在简体中文中多用&圆珠笔&等等。不过需要注意，词汇上的分歧根本上并非由文字因素决定，而决定于经常使用不同的规范文字系统的人
群的语言因素，尤其是中国大陆和台湾在20世纪中叶由于某些原因后交流较少，这样造成的用词习惯的差异。这种现象在1980年代以来由于科
技术语的不同而更加明显。同样使用简化字的中国大陆和新加坡等地，也存在一些用词习惯的不同。繁体中文的文献如果仅在文字上转换为简
化字形式，根据规范的要求，通常还不算作简体中文。文字因素和语言因素之间是一种社会规范上的外在统一，只有相关关系，没有内在的、
必然的因果关系。因此，有人指出正确的提法应为&中国大陆用语&、&新加坡用语&等，或直接指明为普通话或华语用法，总之不宜唤作&
简体用语&。 第二部分,繁体 1,繁体中文指传统中文汉字的标准书写方式。这一概念在中国大陆与简体中文相对应。不使用中文的国家通常将繁体中文称作&传统中文&
（Traditional Chinese），而对简化后的中文则称作&被简化的中文&（Simplified Chinese）。 繁体中文作为中文的书写体系已有二千年以上发展演化的历史。直到20世纪中叶，它一直是各地华人中通用的中文书写标准。繁体中文的名字
由来，缘于1956年中华人民共和国推行简化字时，把简化前的传统汉字称作繁体字，因此形成了对传统的中文冠以繁体中文的称呼。汉字简化
形成的新的中文书写标准，称为简体中文。传统中文中被简化字代替，而不再使用的汉字被称作繁体字，而未经简化并在简体中文中沿用下来
的汉字则被称作传承字。 目前，繁体中文主要使用于台湾、香港与澳门地区，以及韩国、北美、澳洲等部份海外华人社区。 2,所谓"正体中文" 所谓台湾正体中文是台湾当局教育部门明令使用的一套有明确准则的繁体中文文字，制定有明确的书写规范以及选字原则供政府各级单位及民
众遵循。另外有人认为&繁体&只是相对简化字而言，其本身是由古代中国传承而来，故应称为正体中文、正体字（和&简化字&、&俗体字
&、&异体字&相对）。有人认为（如前
分享这篇日志的人也喜欢
新年快乐呀嘻嘻
大家过年好?
新年快乐！?
热门日志推荐
人人最热标签
北京千橡网景科技发展有限公司：
文网文[号··京公网安备号·甲测资字
文化部监督电子邮箱：wlwh@vip.sina.com··
文明办网文明上网举报电话： 举报邮箱：&&&&&&&&&&&&
请输入手机号，完成注册
请输入验证码
密码必须由6-20个字符组成
下载人人客户端
品评校花校草，体验校园广场Word“中文简繁转换”存在的问题与解决对策
摘要：由于目前两岸四地还没有实现&书同文&，在相互的文字交流中就要不断地进行汉字简化字和繁体字的转换。使用电脑书写的人群，普遍借助于微软公司（Microsoft）处理软件Word中的&中文简繁转换&这一功能。因为不是所有的都是一一对应的，汉字中还存在相当一部分的&非对称简繁字&，加之软件设计本身的某些缺陷。在中文字转换的过程中就出现了诸多的问题，给我们的文字交流带来不便。
本文以大量具体例证，从多个角度指出Word软件&中文简繁转换&存在的问题，并提出了几点解决的对策。
关键词：word软件；中文简繁转换； 问题； 对策
随着两岸四地（大陆、台湾、香港、澳门）的政治、经济、文化交流的日益发展和扩大，文字的交流也越来越频繁，而且数量也越来越大。尽管人们呼吁书同文已经多年，专家学者研究书同文也有十几个年头了（周胜鸿 2003），但是，到目前为止，两岸四地尚未实现书同文。而且，在可以预见的将来，书同文的实现，还有很长的一段路要走。
虽然使用简化汉字是我国的语文政策，但是由于目前的现实状况，大陆使用的是简化字，而港澳台使用的是繁体字，而且这种状况还会长期存在。因此，在大陆同胞与港澳台同胞交流的过程中，必然要面对汉字简繁转换的问题。例如，笔者参加过两届&两岸四地翻译与跨文化交流研讨会&，其中一届在大陆的清华大学举行，要求所有与会者都要提供论文的简化字版，大陆以外的学者要把他们用繁体字写的论文转换为简化字；另一届是在台湾的辅仁大学举行，与会者的论文要用繁体字。大陆学者一般都是用简化字书写，这就涉及一个中文简繁字转换的问题。从转换的目的看，简繁转换大体可以分为简转繁和繁转简两种；从转换的操作界面来说，则有人工界面和电脑界面两种。人工界面的简繁转换，不管是简转繁，还是繁转简，都可以通过学习获得有关的知识。
用电脑进行写作的人，通常是使用Microsoft Word提供的 &中文简繁转换&功能来实现汉字简繁转换。Word 是美国微软公司的一个文字处理器应用程序。现在一般使用的版本是Word 2003（下面简称Word），这个版本通过具有高影响力的图形进行有效的交流。在Word 的图标栏中有一个名为&中文简繁转换&的图标（ 简 / 繁 ），通过点击这个图标来实现简化字与繁体字的相互转换。
2. 基本状况
2.1 对称的简繁字&&转换正确
因为汉语具有悠久的历史和丰富的文化内涵，加之数量巨大，所以在对汉字进行简化的过程中，没有能够做到，或者说不可能做到，简化字和繁体字一一对应。在《现代汉语通用字表》所收录的7000个通用字中，根据1964年文字改革委员会出版的《简化汉字总表》，简化汉字共有2238个（因&签&，&须&两字重见，实际为2236字）。在这两千多个简化汉字中，绝大多数的简化字和繁体字是一一对应的，称之为&对称的简繁字&。Word 中的&中文简繁转换&功能，对这部分对称的简繁字来说，一般是不成问题的，能做到正确转换。例如：
（简）语言&（繁）語言 （繁）語言&（简）语言
（简）对称&（繁）對稱 （繁）對稱&（简）对称
（简）苏联&（繁）蘇聯 （繁）蘇聯&（简）苏联
（简）实践&（繁）實踐 （繁）實踐&（简）实践
（简）由上海炎黄文化研究会汉字书同文专业委员会和汉字书同文研究学术沙龙联合举办的第十二次汉字书同文学术研讨会，决定于日&3日在秦皇岛市举行。本次研讨会的主题是&非对称繁简字&研究。欢迎海内外专家学者和各界朋友参加；欢迎各位赐寄论文。我们将在今冬明春编辑出版会议论文集《汉字书同文研究》第八辑。
（繁）由上海炎黃文化研究會漢字書同文專業委員會和漢字書同文研究學術沙龍聯合舉辦的第十二次漢字書同文學術研討會，決定於日&3日在秦皇島市舉行。本次研討會的主題是&非對稱繁簡字&研究。歡迎海內外專家學者和各界朋友參加；歡迎各位賜寄論文。我們將在今冬明春編輯出版會議論文集《漢字書同文研究》第八輯。
以上摘自&上海炎黄文化研究会汉字书同文专业委员会&汉字书同文研究学术沙龙&于今年3月1日发的会议通知。原文共147个汉字，其中含有47个简化字（包括重复出现的），这些简化字基本都是简繁对称的。由Word 进行自动简繁转换后，这47个简化字全部准确无误地转换为繁体字。需要注意的是，在电脑上输入汉字一般默认的字体是宋体，转换后默认的是台湾的PMingLiu（明柳）。
2.2非对称简繁字&&固定词语中转换基本正确
在总数为2238个简化字中，有117组（此说根据冯寿忠先生的《&非对称繁简字&对照表》）的简化字与原来的繁体字不是一一对应的。习惯称为&非对称简繁字&。它包括两种类别：一类是&一简对多繁&，一类是&一繁对多简&。而绝大多数是&一简对多繁&，而&一繁对多简&数量较少（根据陈明然先生的统计有10组）。这里主要论述&一简对多繁& 的转换问题。在论述前，我们先看几组&一简对多繁&的例子：
發展&& 發怒&& 出發& 奮發圖強&&
頭髮&& &&令人髮指&&& 千鈞一髮&
&必須&& 須臾& 無須
& 鬍鬚&& 鬚眉&& 觸鬚
&歷史&&& 經歷& &&歷歷在目
& 農曆&&& 曆書&& 曆法
&& 面貌&&& 鐵面無私&&& 千人一面
&& &麵包&& 麵湯&& 蕎麥麵&&&
&系統& &&外語系&& 太陽系
& 關係 &&難脫干係
& 聯繫&& &維繫&
从上表我们可以看出，这类&一简对多繁&的情况，主要是一个简化字对应两个繁体字，少数情况是一个简化字对应三个繁体字。
Word 对这部分汉字的简繁转换，在它们处于固定词语的情况下，总体来说是能正确地进行转换的。例如：
签 & （簽，籤）：
（简） 签名 签署 签收； 牙签 标签 求签 抽签儿
（繁） 簽名 簽署 簽收； 牙籤 標籤 求籤 抽籤兒
赞 &（贊，讚）
（简） 赞助 赞成 大使馆参赞； 夸赞 盛赞 赞美诗 赞不绝口
（繁） 贊助 贊成 大使館參贊； 誇讚 盛讚 讚美詩 讚不絕口
发 &（發，髮）
（简）借题发挥 先发制人； 怒发冲冠 削发为尼
（繁）借題發揮 先發制人； 怒髮衝冠 削髮為尼
历 &（歷，曆）
（简）夏文史先生是著名的历史教授，生于一九一九年农历三月五日。
（繁）夏文史先生是著名的歷史教授，生於一九一九年農曆三月五日。
须 &（須， 鬚）
（简）书同文是21世纪必须实现的目标。 &&周有光
（繁）書同文是21世紀必須實現的目標。 &&周有光
（简）老人雪白的长长胡须飘洒在胸前，一派道骨仙风，煞是好看。
（繁）老人雪白的長長鬍鬚飄灑在胸前，一派道骨仙風，煞是好看。
（简）在学校召开的&落实科学发展观&座谈会上，九十高龄的夏教授的出席，特别引人注目。他一头银发，目光炯炯，端坐在主席台上。轮到他发言时，他先捋了捋胸前的胡须，以他特有的语言风格，反复强调了科学发展观的重要性。最后，用一句&我再重复一遍：必须坚持科学发展观，绝不动摇！&结束了发言。
（繁）在學校召開的&落實科學發展觀&座談會上，九十高齡的夏教授的出席，特別引人注目。他一頭銀髮，目光炯炯，端坐在主席臺上。輪到他發言時，他先捋了捋胸前的鬍鬚，以他特有的語言風格，反復強調了科學發展觀的重要性。最後，用一句&我再重複一遍：必須堅持科學發展觀，絕不動搖。&結束了發言。
在以上这段文字中，&发&，&台&，&复&和&须&这4个简化字都是&一简对多繁&的。但是它们出现在&发展，发言，银发，主席台，反复，重复，胡须，必须&这样的固定词语中，Word 基本能正确地对它们进行简繁转换。
根据以上例证，我们可以把在固定词语中，Word进行简繁转化的功能概括为：&有路标，能走对&。
3. 存在的问题
3.1 转换错位
当&一简对多繁&的简化字不是出现在固定词语中，Word 有时就不能正确地把&一简对多繁&的简化字，转换成我们所需要的它对应的那个繁体字，而转换成我们并不需要的，它所对应的另一个繁体字。也就是说，出现了转换错位的现象。主要有以下两方面的原因造成转换错位。
3.1.1 信息不清
因为需要转换的简体字不是包含在固定词语中，而是处于某些临时性的搭配中，或是孤立的一个字，没有语境的制约，换句话说，就是提供的信息不清。这时Word 就辨认不清，转换中就会出现错位的情况。例如：
（简）轮到他发言时，他先捋了捋胸前的长须，以他特有的语言风格&&
（繁）輪到他發言時，他先捋了捋胸前的長須，以他特有的語言風格&&
因为&长须&不像&胡须&那样是一个固定的词语，所以Word发生了转换错位，本来应该转换成&鬚&，而转换成&須&。
（简）刘唐左耳畔发际间有一片红记，生出几绺红头发，故人送绰号&赤发鬼&。
（繁）劉唐左耳畔發際間有一片紅記，生出幾綹紅頭髮，故人送綽號&赤發鬼&。
这个短句中有3个简化的&发&字，它们对应的繁体字都是&髮&。通过Word 转换后，只有第二个是我们需要的，是正确的。第一个和第三个都转换成它对应的另一个繁体字&發&。原因很明显，就是因为，&头发&是固定词语。而&发际&和&赤发&是临时搭配。Word 不能辨认，所以出现了转换错位的情况。
3.1.2 前后干扰
有时，某个独立的简化字碰巧与它前面或后面的某个字构成一个固定词语，这时Word 就会错误地按照那个词语来转换这个简化字，其结果自然是转换错位。例如：
（简）孙维系外语系的教授，毕业于天津外国语学院；孙干系中文系教授，毕业于南开大学；孙伟系哲学系教授，毕业于&&
（繁）孫維繫外語系的教授，畢業于天津外國語學院；孫干係中文系教授，畢業于南開大學；孫偉系哲學系教授，畢業于&&
三个&系&字对应的繁体字都应该是&系&，但由于第一个受前面&维&字的干扰，第二个受前面&干&字的干扰。Word 误以为是&维系&和&干系&两个词，所以，发生转换错位。
（简）夏文史教授有两个儿子，老大叫夏历文，老二叫夏历史。历文性格外向，历史性格内向。
（繁）夏文史教授有兩個兒子，老大叫夏曆文，老二叫夏曆史。曆文性格外向，歷史性格內向。
这个句子中的4个简化字&历&对应的是同一个繁体字，或为&歷&，或为&曆&。但是一个受&历&字前面的&夏&字的干扰，转换成&曆&，另一个受后面的&史&字的干扰，转换成&歷&。结果夏教授两个儿子有了&曆文&，&曆史&和&歷史&三个名字。
3.2 不该转换而转换
汉字简化的方法之一是同音代替。 把读音相同的一组字，取最简单的一个，字意由简化字代替。如，后（後、后）、干（幹、乾、干）、云（雲、云）台（颱、臺、台）等。有时在没有一个语境的情况下，Word 会把本来没有繁体形态的字，转换成它同音代替的那个繁体字。例如：
（简）秦桧唆使万俟卨向宋高宗诬陷岳飞拥兵不救、放弃阵地。最后岳飞被处死。&&今岳飞坟前有万俟卨的铁铸跪像。
（繁）秦檜唆使萬俟卨向宋高宗誣陷嶽飛擁兵不救、放棄陣地。最後嶽飛被處死。&&今嶽飛墳前有萬俟卨的鐵鑄跪像。
&万俟&是一复姓，其中的&万&字没有繁体字形；同样&岳&作为姓氏也没有繁体字形。而Word 却把这两个本不应该转换的简化字转换成它们同音代替的另一个繁体字，实属自作多情。再如：
（简）算命先生给他们两个的八字批的是&干支不合&。第二天，小芹娘就对小芹说：&你与拴柱干不符支不合，不能成婚。&
（繁）算命先生給他們兩個的八字批的是&干支不合&。第二天，小芹娘就對小芹說：&你與拴柱幹不符支不合，不能成婚。&
句中有两个&干&字，意思都是&天干&，都不应该转换。因为前一个包含在&干支不合（符）&这个常见词语中，所以没有转换；而第二个是孤立的，被错误地转换成它代替的另一个毫不相干的繁体字&幹&
3.3 词语变形
我们使用的Word 文字处理器中的繁体字字形是PMingLiu（明柳）字体，它是台湾通行的字体。字体实际上代表了一种符号系统，而这种符号系统又与语言文化相关。由于两岸的长期隔绝，汉语词汇的发展也出现了一些细微的差异，特别是新兴的或外来的词汇，有些有所不同。在使用Word 进行简繁转换中，有的词语被转换成完全不同的词语。例如：
（简）前缀&&（繁）首碼 （简）词组&&（繁）片語
（简）激光&&（繁）鐳射 （简）公元&&（繁）西元
（简）这个公司产品的质量比你们的好。
（繁）這個公司產品的品質比你們的好。
（简）每年的12月25日，是基督教徒纪念耶稣诞生的日子，称为圣诞节。
（繁）每年的12月25日，是基督教徒紀念耶穌誕生的日子，稱為耶誕節。
（简）大连交通大学信息工程学院于2002年7月经辽宁省教育厅批准正式成立。是由大连交通大学和大连阳光世纪教育产业投资有限公司共同举办的独立学院。
（繁）大連交通大學資訊工程學院於2002年7月經遼寧省教育廳批准正式成立。是由大連交通大學和大連陽光世紀教育產業投資有限公司共同舉辦的獨立學院。
尽管这种词语变形的情况不是太多，但也给Word 的使用者造成许多麻烦。
4. 解决对策
4.1 提高智能　
从以上的例证可以看出，有些简繁字转换的准确程度与这个字的语境复杂性紧密相关。所以提高Word 智能化程度是避免转换错误的基本对策。使其增强对语境的判断能力，从对个别字，固定词语的判断，提高到对语言片段，乃至整个语篇的判断。此外，还要提高对词性，词义的判断能力。&非对称简繁字&中，有一类是按照不同词性相互对应的。此类简繁字的特点是在它们作不同词性用时，对应不同的简化字形或者繁体字形。最典型是简化字&斗&，作动词，对应的繁体字是&鬥&；作名词，对应的繁体字是&斗&。这类&一简对多繁&的简化字有近10组。如果Word 能对简繁字做出词性判断，仅此一项改进，就会大大减少差错率。
4.2 扩大词库
有些简繁字动态组词能力很强，能临时生成许多词语。如&面&字，在表示&食物、粉末&义项时，对应的繁体字形是&麵&；在表示其它义项时，对应的繁体字形是&面&。而含有&面&的词语非常之多，如&面粉&，&面积&，&佛面&，&后面&，&牛肉面&，&担担面&，&面谈&，&会面&等等，可以说是无法穷举。而其中很大部分，是不会收入词库的词语中。这也是简繁转换出现错误的一个重要原因，Word 可以通过扩大自己词库的方法，减少简繁转换中的错误。
4.3 精心校对
基于目前的现状，Word 用户还得靠自己来纠正&非对称简繁字&在转换中造成的错误。首先是要熟悉这些&非对称简繁字&，把它们烂熟于心。如果是短小的文档，在Word自动转换后，进行认真校对，对其中的转换错误，再进行人工转换。如果是长的文档，而且某些&一简对多繁&汉字反复出现，这时，可以用自己规定的符号或数码来代替这类汉字，Word自动转换后，再使用菜单栏中&编辑&里面的&替换&功能，把所有的符号和数码一次性转换为所需要的汉字，然后再精心校对。这样既可以避免转换错误，又可以节省时间。
Word 中文简繁转换中的问题由来已久，是长期困扰两岸四地交流的一个瓶颈，这种汉字的简繁转换不知浪费了多少资源，精力和时间。许多专家学者为此提出了种种有益的建议和解决办法。但是，在两岸四地没有实现书同文之前，再好的策略也只能是临时的，局部的，是治标不治本的。而最彻底，最根本的解决策略是实现两岸四地的书同文。一旦两岸四地实现书同文，这个问题就随之烟消云散，不复存在。
主要参考文献
1. 国家语言文字工作委员会：《现代汉语常用字表》，语文出版社，1988年。
2. 李行健：《现代汉语规范字典》，语文出版社，1998年。
3. 傅兴岭、陈章焕：《常用构词词典》，中国人民大学出版社，1982年。
4. 顾雪枫：《校编本&第一批异体字整理表&》，苏州大学出版社，2005年。
5. 李大遂：《速查简化字》，语文出版社，1997年。
6. 苏培成：《简化字与繁体字的对应》，《语文现代化论丛》（第二辑），语文出版社，1996年。
7. 苏培成：《语言文字应用探索》，商务印书馆，2004年。
8. 周胜鸿：《愿为汉字&书同文&鞠躬尽瘁》，上海汉字研究史料馆印行，2001年。
9. 陈明然： 《民间汉字书同文研究十周年纪念文集》，鹭达文化出版公司，2007年。
10. 沈克成：《汉字&书同文&研究》（第一辑），气象出版社，2001年。
11. 戚桐欣：《汉字&书同文&研究》（第二辑），中易系统工作室，2002年。
12. 李禄兴：《汉字书同文研究》，鹭达文化出版公司，2003年。
13. 冯寿忠：《汉字书同文研究》，华夏文化出版有限公司，2002年。
14. 詹鄞鑫：《试论&非对称繁简字&》，《语文建通讯》，2005年10月第82期。
15. 冯寿忠:《字形整理与转换对应》，《语文建设通讯》，2000年第65期。
作者简介：
李树德 廊坊师范学院、北航大学北海学院 教授。毕业于天津外国语学院。中国翻译协会专家会员，河北省翻译协会理事，廊坊市作家协会会员。
教学之余主要从事翻译、语法和英汉修辞比较的研究，已出版专著、译著30多部。发表论文、译文700余篇。多次应邀出席国际学术会议。获省、市级科研奖3项，1995年被河北省政府授予&优秀教师&称号；1997年获&曾宪梓奖&。
除了专业的教学和研究外，对中国文学情有独钟，常有文学作品问世，发表中篇小说《生活从这里开始》，《悲剧时代三女性》等以及大量诗歌。近年来转向散文和文学评论的创作，在《中国政协报》、《世界》、《世界文化》、《文学自由谈》、《老照片》、《文史精华》、《中国消费者报》、《河北日报》、《廊坊日报》等报刊发表作品数十篇，2000年获&《人民日报（海外版）》征文&三等奖。中文编码转换
我的图书馆
中文编码转换
中文编码转换——6种编码30个方向的转换
1.问题提出
&&& 在学编程序时，曾经有人问过“你可以编一个记事本程序吗?”当时很不屑一顾，但是随着学习MFC的深入，了解到记事本程序也并非易事，难点就是四种编码之间的转换。
对于编码，这是一个令初学者头疼的问题，特别是对于编码的转换，更是难以捉摸。笔者为了完成毕业设计中的一个编码转换模块，研究了中文编码和常见的字符集后，决定解决"记事本"程序的编码问题，更进一步完成GB2312、Big5、GBK、Unicode 、Unicode big endian、UTF-8共6种编码之间的任意转换。
2.问题解决&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
(1)编码基础知识
a.了解编码和字符集
这部分内容，我不在赘述，可参见CSDN Ancky的专栏中《各种字符集和编码详解》
b.单字节、双字节、多字节
这部分内容，可参见我先前翻译的博文《C++字符串完全指南--第一部分:win32&字符编码》
c.区域和代码页
这部分内容，可参见博客 & &&
d.中文编码GB2312、GBK、Big5，这部分内容请参见CSDN& lengshine 博客中《GB2312、GBK、Big5汉字编码
》，博客地址:
e.Windows程序的字符编码
这部分内容，可参见博客 中《Windows程序的字符编码》
(2)编码总结
a.六种编码的特点
六种编码的特点如下图所示:
b.编码存储差别
ANSI(在简体中文中默认为GB2312)、Unicode、Unicode big endian 、UTF-8存储存在差别。
以中文"你好"二字为例，他们存贮格式如下图所示:
c.GB2312、Big5、GBK编码的区别
三者中汉字均采用二个字节表示，但是字节表示的值范围有所不同，如下图所示:
(3)编码转换方式
6种编码互相转换，由排列组合知识知道共有30个方向的转换.笔者采用的转换方法,
多字节文件与Unicode文件转换如下图所示:
多字节文件之间转换如下图所示:
(4)编码转换使用的三个函数
a.MultiByteToWideChar
该函数完成多字节字符串向Unicode宽字符串的转换.
函数原型为:
int MultiByteToWideChar(
& UINT CodePage,&&&&&&&& // 代码页
& DWORD dwFlags,&&&&&&&& // 转换标志
& LPCSTR lpMultiByteStr, // 待转换的字符串
& int cbMultiByte,&&&&&& // 待转换字符串的字节数目
& LPWSTR lpWideCharStr,& // 转换后宽字符串的存储空间
& int cchWideChar&&&&&&& // 转换后宽字符串的存储空间大小& 以宽字符大小为单位
b.WideCharToMultiByte
该函数完成Unicode宽字符串到多字节字符串的转换，使用方法具体参见MSDN。
以上两个函数可以完成大部分的字符串转换，可以将其封装成多字节和宽字节之间的转换函数:
[cpp] wchar_t*&Coder::MByteToWChar(UINT&CodePage,LPCSTR&lpcszSrcStr)&&{&&&&&&LPWSTR&lpcwsStrDes=NULL;&&&&&&int&&&len=MultiByteToWideChar(CodePage,0,lpcszSrcStr,-1,NULL,0);&&&&&&lpcwsStrDes=new&wchar_t[len+1];&&&&&&if(!lpcwsStrDes)&&&&&&&&&&return&NULL;&&&&&&memset(lpcwsStrDes,0,sizeof(wchar_t)*(len+1));&&&&&&len=MultiByteToWideChar(CodePage,0,lpcszSrcStr,-1,lpcwsStrDes,len);&&&&&&if(len)&&&&&&&&&&return&lpcwsStrD&&&&&&else&&&&&&{&&&&&&&&&&&&&delete[]&lpcwsStrD&&&&&&&&&&return&NULL;&&&&&&}&&}&&&&char*&Coder::WCharToMByte(UINT&CodePage,LPCWSTR&lpcwszSrcStr)&&{&&&&&&char*&lpszDesStr=NULL;&&&&&&int&len=WideCharToMultiByte(CodePage,0,lpcwszSrcStr,-1,NULL,0,NULL,NULL);&&&&&&lpszDesStr=new&char[len+1];&&&&&&memset(lpszDesStr,0,sizeof(char)*(len+1));&&&&&&if(!lpszDesStr)&&&&&&&&&&return&NULL;&&&&&&len=WideCharToMultiByte(CodePage,0,lpcwszSrcStr,-1,lpszDesStr,len,NULL,NULL);&&&&&&if(len)&&&&&&&&&&return&lpszDesS&&&&&&else&&&&&&{&&&&&&&&&&&&&delete[]&lpszDesS&&&&&&&&&&return&NULL;&&&&&&}&&}&&&c.LCMapString依赖于本地机器的字符转换函数，尤其是中文编码在转换时要依赖于本地机器，直接利用上述a、b中叙述的函数会产生错误,例如直接从GB2312转换到Big5，利用MultiByteToWideChar函数将GB2312转换到Unicode字符串，然后从Unicode字符串利用函数WideCharToMultiByte转换成Big5,将会发生错误，错误的结果如下图所示:
因此中文编码转换时适当使用LCMapString函数，才能完成正确的转换.
[cpp] //简体中文&GB2312&转换成&繁体中文BIG5&&char*&Coder::GB2312ToBIG5(const&char*&szGB2312Str)&&{&&&&&&&&&&&&&&&&&LCID&lcid&=&MAKELCID(MAKELANGID(LANG_CHINESE,SUBLANG_CHINESE_SIMPLIFIED),SORT_CHINESE_PRC);&&&&&&&&&&int&nLength&=&LCMapString(lcid,LCMAP_TRADITIONAL_CHINESE,szGB2312Str,-1,NULL,0);&&&&&&&&&&char*&pBuffer=new&char[nLength+1];&&&&&&&&&&if(!pBuffer)&&&&&&&&&&&&&&return&NULL;&&&&&&&&&&LCMapString(lcid,LCMAP_TRADITIONAL_CHINESE,szGB2312Str,-1,pBuffer,nLength);&&&&&&&&&&pBuffer[nLength]=0;&&&&&&&&&&wchar_t*&pUnicodeBuff&=&MByteToWChar(CP_GB2312,pBuffer);&&&&&&&&&&char*&pBIG5Buff&=&WCharToMByte(CP_BIG5,pUnicodeBuff);&&&&&&&&&&delete[]&pB&&&&&&&&&&delete[]&pUnicodeB&&&&&&&&&&return&pBIG5B&&}&&&(5)编码实现实现Coder类完成编码转换工作.Coder类的代码清单如下:[cpp] //&Coder.h:&interface&for&the&Coder&class.&&//&&//////////////////////////////////////////////////////////////////////&&&&#if&!defined(AFX_ENCODING_H__2AC955FB_9F8F__C6CF__INCLUDED_)&&#define&AFX_ENCODING_H__2AC955FB_9F8F__C6CF__INCLUDED_&&&&#if&_MSC_VER&&&1000&&#pragma&once&&#endif&//&_MSC_VER&&&1000&&//-----------------------------------------------------------------------------------------------&&//程序用途：实现GB2312、big5、GBK、Unicode、Unicode&big&endian、UTF-8六种编码的任意装换&&&&&&//程序作者：湖北师范学院计算机科学与技术学院&&王定桥&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&//核心算法：根据不同编码特点向其他编码转换&&//测试结果:在Windows7&VC6.0环境下测试通过&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&//制作时间：&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&//代码版权:代码公开供学习交流使用&&欢迎指正错误&&改善算法&&//-----------------------------------------------------------------------------------------------&&//Windows代码页&&typedef&enum&CodeType&&{&&&&&&CP_GB,&&&&&&CP_BIG5=950,&&&&&&CP_GBK=0&&&&&&&&&//此处特殊处理&CP_GBK仅作一标志&&GBK代码页值尚未查得&&&}CodeP&&//txt文件编码&&typedef&enum&TextCodeType&&{&&&&&&&&&GB2312=0,&&&&&&BIG5=1,&&&&&&GBK=2,&&&&&&UTF8=3,&&&&&&UNICODE=4,&&&&&&UNICODEBIGENDIAN=5,&&&&&&DefaultCodeType=-1&&}TextC&&class&Coder&&&&{&&public:&&&&&&Coder();&&&&&&virtual&~Coder();&&public:&&&&&&//默认一次转换字节大小&&&&&&UINT&&PREDEFINEDSIZE;&&&&&&//指定转换时默认一次转换字节大小&&&&&&void&SetDefaultConvertSize(UINT&nCount);&&&&&&//编码类型转换为字符串&&&&&&CString&&CodeTypeToString(TextCode&tc);&&&&&&//文件转到另一种文件&&&&&&BOOL&&&&&FileToOtherFile(CString&filesourcepath,&CString&filesavepath,TextCode&tcTo,TextCode&&tcCur=DefaultCodeType);&&&&&&//Unicode&和Unicode&big&endian文件之间转换&&&&&&BOOL&&&&&UnicodeEndianFileConvert(CString&filesourcepath,&CString&filesavepath,TextCode&tcTo);&&&&&&//多字节文件之间的转换&&&&&&BOOL&&&&&MBFileToMBFile(CString&filesourcepath,&CString&filesavepath,TextCode&tcTo,TextCode&&tcCur=DefaultCodeType);&&&&&&//Unicode和Unicode&big&endian文件向多字节文件转换&&&&&&BOOL&&&&&UnicodeFileToMBFile(CString&filesourcepath,&CString&filesavepath,TextCode&tcTo);&&&&&&//多字节文件向Unicode和Unicode&big&endian文件转换&&&&&&BOOL&&&&&MBFileToUnicodeFile(CString&filesourcepath,CString&filesavepath,TextCode&tcTo,TextCode&&tcCur=DefaultCodeType);&&&&&&//获取文件编码类型&&&&&&TextCode&GetCodeType(CString&filepath);&&&&&&//繁体中文BIG5&转换成&简体中文&GB2312&&&&&&char*&BIG5ToGB2312(const&char*&szBIG5Str);&&&&&&//简体中文&GB2312&转换成&繁体中文BIG5&&&&&&char*&GB2312ToBIG5(const&char*&szGB2312Str);&&&&&&//简繁中文GBK编码转换成简体中文GB2312&&&&&&char*&GBKToGB2312(const&char&*szGBkStr);&&&&&&//简体中文GB2312编码转换成简繁中文GBK&&&&&&char*&&&&GB2312ToGBK(const&char&*szGB2312Str);&&&&&&//简繁中文GBK转换成繁体中文Big5&&&&&&char*&&&&&GBKToBIG5(const&char&*szGBKStr);&&&&&&//繁体中文BIG5转换到简繁中文GBK&&&&&&char*&&&&&BIG5ToGBK(const&char&*szBIG5Str);&&&&&&//宽字符串向多字节字符串转换&&&&&&char*&&&&&WCharToMByte(UINT&CodePage,LPCWSTR&lpcwszSrcStr);&&&&&&//多字节字符串向宽字符串转换&&&&&&wchar_t*&&MByteToWChar(UINT&CodePage,LPCSTR&lpcszSrcStr);&&protected:&&&&&&//获取编码类型对应的代码页&&&&&&UINT&GetCodePage(TextCode&tccur);&&&&&&//多字节向多字节转换&&&&&&char*&&MByteToMByte(UINT&CodePageCur,UINT&CodePageTo,const&char*&szSrcStr);&&&&&&//Unicode和Unicode&big&endian字符串之间的转换&&&&&&void&&&UnicodeEndianConvert(LPWSTR&&lpwszstr);&&&&&&//文件头常量字节数组&&&&&&const&&static&&&byte&UNICODEBOM[2];&&&&&&const&&static&&&byte&UNICODEBEBOM[2];&&&&&&const&&static&&&byte&UTF8BOM[3];&&&&};&&&&#endif&//&!defined(AFX_ENCODING_H__2AC955FB_9F8F__C6CF__INCLUDED_)&&[cpp] //&Coder.cpp:&implementation&of&the&Coder&class.&&//&&//////////////////////////////////////////////////////////////////////&&&&#include&"stdafx.h"&&#include&"Coder.h"&&#include&"Encoding.h"&&&&#ifdef&_DEBUG&&#undef&THIS_FILE&&static&char&THIS_FILE[]=__FILE__;&&#define&new&DEBUG_NEW&&#endif&&&&//////////////////////////////////////////////////////////////////////&&//&Construction/Destruction&&//////////////////////////////////////////////////////////////////////&&//初始化文件头常量&&/*static*/&const&&&&&byte&Coder::UNICODEBOM[2]={0xFF,0xFE};&&/*static*/&const&&&&&byte&Coder::UNICODEBEBOM[2]={0xFE,0xFF};&&/*static*/&const&&&&&byte&Coder::UTF8BOM[3]={0xEF,0xBB,0xBF};&&Coder::Coder()&&{&&&&&PREDEFINEDSIZE=2097152;//默认一次转换字节大小&2M字节&&}&&Coder::~Coder()&&{&&&&&&}&&//繁体中文BIG5&转换成&简体中文&GB2312&&char*&Coder::BIG5ToGB2312(const&char*&szBIG5Str)&&{&&&&&&&&&&&&&&&&&CString&&&&&&&&&&&LCID&lcid&=&MAKELCID(MAKELANGID(LANG_CHINESE,SUBLANG_CHINESE_SIMPLIFIED),SORT_CHINESE_PRC);&&&&&&&&&&wchar_t*&szUnicodeBuff&=MByteToWChar(CP_BIG5,szBIG5Str);&&&&&&&&&&char*&szGB2312Buff&=WCharToMByte(CP_GB2312,szUnicodeBuff);&&&&&&&&&&int&nLength&=&LCMapString(lcid,LCMAP_SIMPLIFIED_CHINESE,&szGB2312Buff,-1,NULL,0);&&&&&&&&&&char*&pBuffer&=&new&char[nLength&+&1];&&&&&&&&&&if(!pBuffer)&&&&&&&&&&&&return&NULL;&&&&&&&&&&memset(pBuffer,0,sizeof(char)*(nLength+1));&&&&&&&&&&LCMapString(0x0804,LCMAP_SIMPLIFIED_CHINESE,szGB2312Buff,-1,pBuffer,nLength);&&&&&&&&&&delete[]&szUnicodeB&&&&&&&&&&delete[]&szGB2312B&&&&&&&&&&return&pB&&}&&//&GB2312&转&GBK&&char*&Coder::GB2312ToGBK(const&char&*szGB2312Str)&&{&&&&&&&&&int&nStrLen&=&strlen(szGB2312Str);&&&&&&&&&if(!nStrLen)&&&&&&&&&&&&&return&NULL;&&&&&&&&&LCID&wLCID&=&MAKELCID(MAKELANGID(LANG_CHINESE,&SUBLANG_CHINESE_SIMPLIFIED),&SORT_CHINESE_PRC);&&&&&&&&&int&nReturn&=&LCMapString(wLCID,&LCMAP_TRADITIONAL_CHINESE,&szGB2312Str,&nStrLen,&NULL,&0);&&&&&&&&&if(!nReturn)&&&&&&&&&&&&return&NULL;&&&&&&&&&char&*pcBuf&=&new&char[nReturn&+&1];&&&&&&&&&if(!pcBuf)&&&&&&&&&&&&return&NULL;&&&&&&&&&memset(pcBuf,0,sizeof(char)*(nReturn&+&1));&&&&&&&&&wLCID&=&MAKELCID(MAKELANGID(LANG_CHINESE,&SUBLANG_CHINESE_SIMPLIFIED),&SORT_CHINESE_PRC);&&&&&&&&&LCMapString(wLCID,&LCMAP_TRADITIONAL_CHINESE,&szGB2312Str,&nReturn,&pcBuf,&nReturn);&&&&&&&&&return&pcB&&}&&//&GBK&转换成&GB2312&&char*&Coder::GBKToGB2312(const&char&*szGBKStr)&&{&&&&&&int&nStrLen&=&strlen(szGBKStr);&&&&&&if(!nStrLen)&&&&&&&&&&return&NULL;&&&&&&LCID&wLCID&=&MAKELCID(MAKELANGID(LANG_CHINESE,&SUBLANG_CHINESE_SIMPLIFIED),&SORT_CHINESE_BIG5);&&&&&&int&nReturn&=&LCMapString(wLCID,&LCMAP_SIMPLIFIED_CHINESE,&szGBKStr,&nStrLen,&NULL,&0);&&&&&&if(!nReturn)&&&&&&&&&&return&NULL;&&&&&&char&*pcBuf&=&new&char[nReturn&+&1];&&&&&&memset(pcBuf,0,sizeof(char)*(nReturn&+&1));&&&&&&wLCID&=&MAKELCID(MAKELANGID(LANG_CHINESE,&SUBLANG_CHINESE_SIMPLIFIED),&SORT_CHINESE_BIG5);&&&&&&LCMapString(wLCID,&LCMAP_SIMPLIFIED_CHINESE,&szGBKStr,&nReturn,&pcBuf,&nReturn);&&&&&&return&pcB&&}&&//简繁中文GBK转换成繁体中文Big5&&char*&&&Coder::GBKToBIG5(const&char&*szGBKStr)&&{&&&&&&&&&char&*pTemp=NULL;&&&&&&char&*pBuffer=NULL;&&&&&&pTemp=GBKToGB2312(szGBKStr);&&&&&&pBuffer=GB2312ToBIG5(pTemp);&&&&&&delete[]&pT&&&&&&return&pB&&}&&//繁体中文BIG5转换到简繁中文GBK&&char*&&&Coder::BIG5ToGBK(const&char&*szBIG5Str)&&{&&&&&&&&char&*pTemp=NULL;&&&&&&&&char&*pBuffer=NULL;&&&&&&&&pTemp=BIG5ToGB2312(szBIG5Str);&&&&&&&&pBuffer=GB2312ToGBK(pTemp);&&&&&&&&delete[]&pT&&&&&&&&return&pB&&}&&//简体中文&GB2312&转换成&繁体中文BIG5&&char*&Coder::GB2312ToBIG5(const&char*&szGB2312Str)&&{&&&&&&&&&&&&&&&&&LCID&lcid&=&MAKELCID(MAKELANGID(LANG_CHINESE,SUBLANG_CHINESE_SIMPLIFIED),SORT_CHINESE_PRC);&&&&&&&&&&int&nLength&=&LCMapString(lcid,LCMAP_TRADITIONAL_CHINESE,szGB2312Str,-1,NULL,0);&&&&&&&&&&char*&pBuffer=new&char[nLength+1];&&&&&&&&&&if(!pBuffer)&&&&&&&&&&&&&&return&NULL;&&&&&&&&&&LCMapString(lcid,LCMAP_TRADITIONAL_CHINESE,szGB2312Str,-1,pBuffer,nLength);&&&&&&&&&&pBuffer[nLength]=0;&&&&&&&&&&wchar_t*&pUnicodeBuff&=&MByteToWChar(CP_GB2312,pBuffer);&&&&&&&&&&char*&pBIG5Buff&=&WCharToMByte(CP_BIG5,pUnicodeBuff);&&&&&&&&&&delete[]&pB&&&&&&&&&&delete[]&pUnicodeB&&&&&&&&&&return&pBIG5B&&}&&&//获取文件编码类型&&//Unicode编码文件通过读取文件头判别&&//中文编码通过统计文件编码类别来判别&&判别次数最多为30次&&&&//中文编码的判别存在误差&&TextCode&Coder::GetCodeType(CString&filepath)&&{&&&&&&CFile&&&&&&&byte&&buf[3];//unsigned&char&&&&&&TextCode&&&&&&&if(file.Open(filepath,CFile::modeRead))&&&&&&{&&&&&&&&&&&&&&file.Read(buf,3);&&&&&&&&&&if(buf[0]==UTF8BOM[0]&&&&buf[1]==UTF8BOM[1]&&&&buf[2]==UTF8BOM[2])&&&&&&&&&&&&&&return&UTF8;&&&&&&&&&&else&&&&&&&&&&if(buf[0]==UNICODEBOM[0]&&&buf[1]==UNICODEBOM[1]&)&&&&&&&&&&&&&&return&UNICODE&;&&&&&&&&&&else&&&&&&&&&&if(buf[0]==UNICODEBEBOM[0]&&&buf[1]==UNICODEBEBOM[1]&)&&&&&&&&&&&&&&return&UNICODEBIGENDIAN;&&&&&&&&&&else&&&&&&&&&&{&&&&&&&&&&&&&&&&&int&time=30;&&&&&&&&&&&&&&while(file.Read(buf,2)&&&time&)&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&if&(&(buf[0]&=176&&&&buf[0]&=247)&&&&(buf[1]&=160&&&&buf[1]&=254)&)&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&tctemp=GB2312;&&&&&&&&&&&&&&&&&&&&else&&&&&&&&&&&&&&&&&&&&&&if&(&(buf[0]&=129&&&&buf[0]&=255)&&&&(&&(&buf[1]&=64&&&&buf[1]&=126)&&||&&(&buf[1]&=161&&&&buf[1]&=254)&)&)&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&tctemp=BIG5;&&&&&&&&&&&&&&&&&&&&&&else&&&&&&&&&&&&&&&&&&&&&&&&&&if&(&(buf[0]&=129&&&&buf[0]&&=254)&&&&(buf[1]&=64&&&&buf[1]&=254))&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&tctemp=GBK;&&&&&&&&&&&&&&&&&&&time--;&&&&&&&&&&&&&&&&&&file.Seek(100,CFile::current);//跳过一定字节&&利于统计全文&&&&&&&&&&&&&&}&&&&&&&&&&&&&&return&&&&&&&&&&&}&&&&&&}&&&&&&else&&&&&&&&&&return&GB2312;&&}&&//多字节文件转换为UNICODE、UNICODE&big&endian文件&&BOOL&Coder::MBFileToUnicodeFile(CString&filesourcepath,&CString&filesavepath,TextCode&tcTo,TextCode&tcCur)&&{&&&&&TextCode&&&&&&CFile&filesource,;&&&&&char&&&&&*pChSrc=NULL;&&&&&char&&&&&*pChTemp=NULL;&&&&&wchar_t&&*pwChDes=NULL;&&&&&DWORD&&filelength,readlen,&&&&&int&&&&bufferlen,&&&&&UINT&CodeP&&&&&//由于存在误差&&允许用户自定义转换&&&&&if(tcCur!=DefaultCodeType)&&&&&&&&&curtc=tcC&&&&&else&&&&&&&&&curtc=GetCodeType(filesourcepath);&&&&&if(curtc&UTF8&||&tcTo&&UNICODE&||&curtc==tcTo)&&&&&&&&&return&FALSE;&&&&&//源文件打开失败或者源文件无内容&后者保存文件建立失败&&&均返回转换失败&&&&&if(!filesource.Open(filesourcepath,CFile::modeRead)&||&0==(filelength=filesource.GetLength()))&&&&&&&&&return&FALSE;&&&&&if(&!filesave.Open(filesavepath,CFile::modeCreate|CFile::modeWrite))&&&&&&&&&&return&FALSE;&&&&&//预分配内存&&分配失败则转换失败&&&&&if(filelength&PREDEFINEDSIZE)&&&&&&&&&bufferlen=&&&&&else&&&&&&&&&bufferlen=PREDEFINEDSIZE;&&&&&pChSrc=new&char[bufferlen+1];&&&&&if(!pChSrc)&&&&&&&&&&&&&&return&FALSE;&&&&&//根据当前文件类别指定转换代码页&&&&&switch(curtc)&&&&&{&&&&&case&GB2312:&&&&&&&&&CodePage=CP_GB2312;&&&&&&&&&&&&&&case&GBK:&&&&&&&&&CodePage=CP_GB2312;//特殊处理&&&&&&&&&&&&&&case&BIG5:&&&&&&&&&CodePage=CP_BIG5;&&&&&&&&&&&&&&case&UTF8:&&&&&&&&&CodePage=CP_UTF8;&&&&&&&&&&&&&&default:&&&&&&&&&&&&&&&}&&&&&//UTF8文件跳过文件&&&&&if(UTF8==curtc)&&&&&&&&&filesource.Seek(3*sizeof(byte),CFile::begin);&&&&&//写入文件头&&&&&if(UNICODEBIGENDIAN==tcTo)&&&&&&&&&filesave.Write(&UNICODEBEBOM,2*sizeof(byte));&&&&&else&&&&&&&&&filesave.Write(&UNICODEBOM,2*sizeof(byte));&&&&&//读取文件&&分段转换知道结束&&&&&while(filelength&0)&&&&&{&&&&&&&&&memset(pChSrc,0,&sizeof(char)*(bufferlen+1));&&&&&&&&&if(filelength&PREDEFINEDSIZE)&&&&&&&&&&&&&len=PREDEFINEDSIZE;&&&&&&&&&else&&&&&&&&&&&&&len=&&&&&&&&&readlen=filesource.Read(pChSrc,len);&&&&&&&&&if(!readlen)&&&&&&&&&&&&&&&&&&&&&&&//GBK转换为GB2312处理&&&&&&&&&if(GBK==curtc)&&&&&&&&&{&&&&&&&&&&&&&&&&pChTemp=pChS&&&&&&&&&&&&&pChSrc=GBKToGB2312(pChSrc);&&&&&&&&&}&&&&&&&&&pwChDes=MByteToWChar(CodePage,pChSrc);&&&&&&&&&if(pwChDes)&&&&&&&&&{&&&&&&&&&&&&&if(UNICODEBIGENDIAN==tcTo)&&&&&&&&&&&&&&&&&UnicodeEndianConvert(pwChDes);&&&&&&&&&&&&&strlength=wcslen(pwChDes)*2;//这里注意写入文件的长度&&&&&&&&&&&&&filesave.Write(pwChDes,strlength);&&&&&&&&&&&&&filesave.Flush();&&&&&&&&&&&&&filelength-=&&&&&&&&&}&&&&&&&&&else&&&&&&&&&&&&&&&&&&}&&&&&delete[]&pChS&&&&&delete[]&pChT&&&&&delete[]&pwChD&&&&&return&TRUE;&&}&&//&&wchar_t*&Coder::MByteToWChar(UINT&CodePage,LPCSTR&lpcszSrcStr)&&{&&&&&&LPWSTR&lpcwsStrDes=NULL;&&&&&&int&&&len=MultiByteToWideChar(CodePage,0,lpcszSrcStr,-1,NULL,0);&&&&&&lpcwsStrDes=new&wchar_t[len+1];&&&&&&if(!lpcwsStrDes)&&&&&&&&&&return&NULL;&&&&&&memset(lpcwsStrDes,0,sizeof(wchar_t)*(len+1));&&&&&&len=MultiByteToWideChar(CodePage,0,lpcszSrcStr,-1,lpcwsStrDes,len);&&&&&&if(len)&&&&&&&&&&return&lpcwsStrD&&&&&&else&&&&&&{&&&&&&&&&&&&&delete[]&lpcwsStrD&&&&&&&&&&return&NULL;&&&&&&}&&}&&&&char*&Coder::WCharToMByte(UINT&CodePage,LPCWSTR&lpcwszSrcStr)&&{&&&&&&char*&lpszDesStr=NULL;&&&&&&int&len=WideCharToMultiByte(CodePage,0,lpcwszSrcStr,-1,NULL,0,NULL,NULL);&&&&&&lpszDesStr=new&char[len+1];&&&&&&memset(lpszDesStr,0,sizeof(char)*(len+1));&&&&&&if(!lpszDesStr)&&&&&&&&&&return&NULL;&&&&&&len=WideCharToMultiByte(CodePage,0,lpcwszSrcStr,-1,lpszDesStr,len,NULL,NULL);&&&&&&if(len)&&&&&&&&&&return&lpszDesS&&&&&&else&&&&&&{&&&&&&&&&&&&&delete[]&lpszDesS&&&&&&&&&&return&NULL;&&&&&&}&&}&&&//Unicode&和Unicode&big&endian之间字节序的转换&&void&Coder::UnicodeEndianConvert(LPWSTR&lpwszstr)&&{&&&&&&&&&&&wchar_t&&wchtemp[2];&&&&&&&&&long&&&&&&&&&&&&&int&len=wcslen(lpwszstr);&&&&&&&if(!len)&&&&&&&&&&&&&&&&//交换高低字节&直到遇到结束符&&&&&index=0;&&&&&while(&index&len)&&&&&{&&&&&&&&&wchtemp[0]=lpwszstr[index];&&&&&&&&&wchtemp[1]=lpwszstr[index+1];&&&&&&&&&&&&&&&&&&unsigned&char&high,&&&&&&&&&&high&=&(wchtemp[0]&&&0xFF00)&&&8;&&&&&&&&&low&&=&wchtemp[0]&&&0x00FF;&&&&&&&&&wchtemp[0]&=&(&low&&&8)&|&&&&&&&&&&high&=&(wchtemp[1]&&&0xFF00)&&&8;&&&&&&&&&low&&=&wchtemp[1]&&&0x00FF;&&&&&&&&&wchtemp[1]&=&(&low&&&8)&|&&&&&&&&&&&&&&&&&&&lpwszstr[index]=wchtemp[0];&&&&&&&&&lpwszstr[index+1]=wchtemp[1];&&&&&&&&&index+=2;&&&&&}&&}&&//Unicode和Unicode&big&endian文件向多字节文件转换&&BOOL&Coder::UnicodeFileToMBFile(CString&filesourcepath,&CString&filesavepath,TextCode&tcTo)&&{&&&&&&&&&TextCode&&&&&&&CFile&filesource,;&&&&&&char&&&&*pChDes=NULL;&&&&&&char&&&&*pChTemp=NULL;&&&&&&wchar_t&*pwChSrc=NULL;&&&&&&DWORD&&filelength,readlen,&&&&&&int&&&&bufferlen,&&&&&&UINT&CodeP&&&&&&curtc=GetCodeType(filesourcepath);&&&&&&//文件转换类型错误&则转换失败&&&&&&if(curtc&=UTF8&||&&tcTo&UTF8&||&curtc==tcTo)&&&&&&&&&&return&FALSE;&&&&&&//源文件打开失败或者源文件无内容&后者保存文件建立失败&&&均转换失败&&&&&&if(!filesource.Open(filesourcepath,CFile::modeRead)&||&0==(filelength=filesource.GetLength()))&&&&&&&&&&return&FALSE;&&&&&&if(&!filesave.Open(filesavepath,CFile::modeCreate|CFile::modeWrite))&&&&&&&&&&return&FALSE;&&&&&&//预分配内存&&分配失败则转换失败&&&&&&if(filelength&PREDEFINEDSIZE)&&&&&&&&&&bufferlen=&&&&&&else&&&&&&&&&&bufferlen=PREDEFINEDSIZE;&&&&&&pwChSrc=new&wchar_t[(bufferlen/2)+1];&&&&&&if(!pwChSrc)&&&&&&&&&&return&FALSE;&&&&&&//预先决定代码页&&&&&&switch(tcTo)&&&&&&{&&&&&&&&&case&GB2312:&&&&&&&&&&CodePage=CP_GB2312;&&&&&&&&&&&&&&&&case&GBK:&&&&&&&&&&CodePage=CP_GB2312;//特殊处理&&&&&&&&&&&&&&&&case&BIG5:&&&&&&&&&&&CodePage=CP_GB2312;//特殊处理&&&&&&&&&&&&&&&&case&UTF8:&&&&&&&&&&CodePage=CP_UTF8;&&&&&&&&&&&&&&&&default:&&&&&&&&&&&&&&&&&&&&}&&&&&&filesource.Seek(sizeof(wchar_t),CFile::begin);&&&&&&while(filelength&0)&&&&&&{&&&&&&&&&&memset(pwChSrc,0,sizeof(wchar_t)*((bufferlen/2)+1));&&&&&&&&&&if(filelength&PREDEFINEDSIZE)&&&&&&&&&&&&&&len=PREDEFINEDSIZE;&&&&&&&&&&else&&&&&&&&&&&&&&len=&&&&&&&&&&readlen=filesource.Read(pwChSrc,len);&&&&&&&&&&if(!readlen)&&&&&&&&&&&&&&&&&&&&&&&&if(UNICODEBIGENDIAN==curtc)&&&&&&&&&&&&&&UnicodeEndianConvert(pwChSrc);&&&&&&&&&&pChDes=WCharToMByte(CodePage,pwChSrc);&&&&&&&&&&//GBK无法直接转换&&BIG5直接转换会产生错误&&二者均先转到GB2312然后再转到目的类型&&&&&&&&&&if(GBK==tcTo)&&&&&&&&&&{&&&&&&&&&&&&&&pChTemp=pChD&&&&&&&&&&&&&&pChDes=GB2312ToGBK(pChDes);&&&&&&&&&&}&&&&&&&&&&if(BIG5==tcTo)&&&&&&&&&&{&&&&&&&&&&&&&&pChTemp=pChD&&&&&&&&&&&&&&pChDes=GB2312ToBIG5(pChDes);&&&&&&&&&&}&&&&&&&&&&if(pChDes)&&&&&&&&&&{&&&&&&&&&&&&&&&&&strlength=strlen(pChDes);&&&&&&&&&&&&&&filesave.Write(pChDes,strlength);&&&&&&&&&&&&&&filesave.Flush();&&&&&&&&&&&&&&filelength-=&&&&&&&&&&}&&&&&&&&&&else&&&&&&&&&&&&&&&&&&&&}&&&&&&delete[]&pChD&&&&&&delete[]&pChT&&&&&&delete[]&pwChS&&&&&&return&TRUE;&&}&&//多字节文件转为多字节文件&&//多字节转为多字节时，一般先转为UNICODE类型，再转换到指定目的类型，实行两次转换&&BOOL&Coder::MBFileToMBFile(CString&filesourcepath,&CString&filesavepath,TextCode&tcTo,TextCode&&tcCur)&&{&&&&&&BOOL&bret=FALSE;&&&&&&TextCode&&&&&&&CFile&filesource,&&&&&&char&&&&*pChDes=NULL;&&&&&&char&&&&*pChSrc=NULL;&&&&&&DWORD&&filelength,readlen,&&&&&&int&&&&bufferlen,&&&&&&UINT&&&CodePageCur,CodePageTo;&&&&&&//由于存在误差&&允许用户自定义转换&&&&&&if(DefaultCodeType!=tcCur)&&&&&&&&&&&curtc=tcC&&&&&&else&&&&&&&&&&curtc=GetCodeType(filesourcepath);&&&&&&//转换类型错误&&则返回转换失败&&&&&&if(curtc&UTF8&||&tcTo&UTF8&||&curtc==tcTo)&&&&&&&&&&return&FALSE;&&&&&&//源文件打开失败或者源文件无内容&后者保存文件建立失败&&&均返回转换失败&&&&&&if(!filesource.Open(filesourcepath,CFile::modeRead)&||&0==(filelength=filesource.GetLength()))&&&&&&&&&&return&FALSE;&&&&&&if(&!filesave.Open(filesavepath,CFile::modeCreate|CFile::modeWrite))&&&&&&&&&&return&FALSE;&&&&&&//预分配内存&&分配失败则转换失败&&&&&&if(filelength&PREDEFINEDSIZE)&&&&&&&&&&bufferlen=&&&&&&else&&&&&&&&&&bufferlen=PREDEFINEDSIZE;&&&&&&pChSrc=new&char[bufferlen+1];&&&&&&if(!pChSrc)&&&&&&&&&&&&&&return&FALSE;&&&&&&if(UTF8==curtc)&&&&&&&&&&filesource.Seek(3*sizeof(byte),CFile::begin);&&&&&&CodePageCur=GetCodePage(curtc);&&&&&&CodePageTo=GetCodePage(tcTo);&&&&&&while(filelength&0)&&&&&&{&&&&&&&&&&&&&memset(pChSrc,0,sizeof(char)*(bufferlen+1));&&&&&&&&&&if(filelength&PREDEFINEDSIZE)&&&&&&&&&&&&&&len=PREDEFINEDSIZE;&&&&&&&&&&else&&&&&&&&&&&&&&len=&&&&&&&&&&readlen=filesource.Read(pChSrc,len);&&&&&&&&&&if(!readlen)&&&&&&&&&&&&&&&&&&&&&&&&pChDes=MByteToMByte(CodePageCur,CodePageTo,pChSrc);&&&&&&&&&&if(pChDes)&&&&&&&&&&{&&&&&&&&&&&&&&&&&strlength=strlen(pChDes);&&&&&&&&&&&&&&filesave.Write(pChDes,strlength);&&&&&&&&&&&&&&filelength-=&&&&&&&&&&}&&&&&&&&&&else&&&&&&&&&&&&&&&&&&&&}&&&&&&delete[]&pChS&&&&&&delete[]&pChD&&&&&&return&TRUE;&&}&&//Unicode&和Unicode&big&endian文件之间转换&&BOOL&Coder::UnicodeEndianFileConvert(CString&filesourcepath,&CString&filesavepath,TextCode&tcTo)&&{&&&&&&TextCode&curtc=GetCodeType(filesourcepath);&&&&&&if(curtc!=UNICODE&&&&curtc!=UNICODEBIGENDIAN)&&&&&&&&&&return&FALSE;&&&&&&if(curtc==tcTo)&&&&&&&&&&return&FALSE;&&&&&&CFile&filesource,;&&&&&&wchar_t&*pwChD&&&&&&DWORD&&&&&&&if(!filesource.Open(filesourcepath,CFile::modeRead)&||&!filesave.Open(filesavepath,CFile::modeCreate|CFile::modeWrite))&&&&&&&&&&return&FALSE;&&&&&&length=filesource.GetLength();&&&&&&if(!length)&&&&&&&&&&return&FALSE;&&&&&&pwChDes=new&wchar_t[(length/2)+1];&&&&&&if(!pwChDes)&&&&&&&&&&return&FALSE;&&&&&&memset(pwChDes,0,sizeof(wchar_t)*((length/2)+1));&&&&&&filesource.Read(pwChDes,length);&&&&&&UnicodeEndianConvert(pwChDes);&&&&&&length=wcslen(pwChDes)*2;&&&&&&if(UNICODE==tcTo)&&&&&&&&&&filesave.Write(&UNICODEBOM,2*sizeof(byte));&&&&&&else&&&&&&&&&&filesave.Write(&UNICODEBEBOM,2*sizeof(byte));&&&&&&filesave.Write(pwChDes,length);&&&&&&filesave.Flush();&&&&&&delete[]&pwChD&&&&&&return&TRUE;&&}&&//文件转到另一种文件&&//6种格式文件两两转换&&共计30种转换&&BOOL&Coder::FileToOtherFile(CString&filesourcepath,&CString&filesavepath,&TextCode&tcTo,TextCode&&tcCur)&&{&&&&&&&&&TextCode&&&&&&&BOOL&bret=FALSE;&&&&&&if(DefaultCodeType!=tcCur)&&&&&&&&&&curtc=tcC&&&&&&else&&&&&&&&&&curtc=GetCodeType(filesourcepath);&&&&&&if(curtc==tcTo)&&&&&&&&&&return&FALSE;&&&&&&//UNICODE和UNICODE&big&endian文件之间转换&共2种&&&&&&if(curtc&=UNICODE&&&tcTo&=UNICODE)&&&&&&&&&&&&&&bret=UnicodeEndianFileConvert(filesourcepath,filesavepath,tcTo);&&&&&&else&&&&&&&&&&//多字节文件向&UNICODE和UNICODE&big&endian文件之间转换&共8种&&&&&&&&&&if(curtc&UNICODE&&&&tcTo&=UNICODE)&&&&&&&&&&&&&&bret=MBFileToUnicodeFile(filesourcepath,filesavepath,tcTo,curtc);&&&&&&else&&&&&&&&&&//UNICODE和UNICODE&big&endian文件向多字节文件转换&共8种&&&&&&&&&&if(curtc&=UNICODE&&&&tcTo&UNICODE)&&&&&&&&&&&&&&bret=UnicodeFileToMBFile(filesourcepath,filesavepath,tcTo);&&&&&&else&&&&&&&&&&//多字节文件之间转换&共12种&&&&&&&&&&if(curtc&UNICODE&&&&tcTo&UNICODE)&&&&&&&&&&&&&&bret=MBFileToMBFile(filesourcepath,filesavepath,tcTo,curtc);&&&&&&return&&&}&&//编码类型转换为字符串&&CString&Coder::CodeTypeToString(TextCode&tc)&&{&&&&&&&&CString&&&&&&&&&switch(tc)&&&&&&&&{&&&&&&&&case&GB2312:&&&&&&&&&&&&&strtype=_T("GB2312");&&&&&&&&&&&&&&&&&&&&&case&BIG5:&&&&&&&&&&&&strtype=_T("Big5");&&&&&&&&&&&&&&&&&&&&&case&GBK:&&&&&&&&&&&&strtype=_T("GBK");&&&&&&&&&&&&&&&&&&&&&case&UTF8:&&&&&&&&&&&&strtype=_T("UTF-8");&&&&&&&&&&&&&&&&&&&&&case&UNICODE:&&&&&&&&&&&&strtype=_T("Unicode");&&&&&&&&&&&&&&&&&&&&&case&UNICODEBIGENDIAN:&&&&&&&&&&&&strtype=_T("Unicode&big&endian");&&&&&&&&&&&&&&&&&&&&&}&&&&&&&&return&&&}&&//多字节向多字节转换&&char*&Coder::MByteToMByte(UINT&CodePageCur,&UINT&CodePageTo,&const&char*&szSrcStr)&&{&&&&&&char&&&&*pchDes=NULL;&&&&&&char&&&&*pchTemp=NULL;&&&&&&wchar_t&*pwchtemp=NULL;&&&&&&//三种中文编码之间转换&&&&&&if(CodePageCur!=CP_UTF8&&&&&CodePageTo!=CP_UTF8)&&&&&&{&&&&&&&&&&switch(CodePageCur)&&&&&&&&&&{&&&&&&&&&&&&&&case&CP_GB2312:&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&if(CP_BIG5==CodePageTo)&&&&&&&&&&&&&&&&&&&&&&&&&&pchDes=GB2312ToBIG5(szSrcStr);&&&&&&&&&&&&&&&&&&&&&&else&&&&&&&&&&&&&&&&&&&&&&&&&pchDes=GB2312ToGBK(szSrcStr);&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&case&CP_BIG5:&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&&if(CP_GB2312==CodePageTo)&&&&&&&&&&&&&&&&&&&&&&&&&&pchDes=BIG5ToGB2312(szSrcStr);&&&&&&&&&&&&&&&&&&&&&&else&&&&&&&&&&&&&&&&&&&&&&&&&&pchDes=BIG5ToGBK(szSrcStr);&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&case&CP_GBK:&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&&if(CP_GB2312==CodePageTo)&&&&&&&&&&&&&&&&&&&&&&&&&&pchDes=GBKToGB2312(szSrcStr);&&&&&&&&&&&&&&&&&&&&&&else&&&&&&&&&&&&&&&&&&&&&&&&&&pchDes=GBKToBIG5(szSrcStr);&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&}&&&&&&}&&&&&&else&&&&&&{&&&&//从UTF-8转到其他多字节&&直接转到GB2312&其他形式用GB2312做中间形式&&&&&&&&&&&if(CP_UTF8==CodePageCur)&&&&&&&&&&&{&&&&&&&&&&&&&&&&pwchtemp=MByteToWChar(CodePageCur,szSrcStr);&&&&&&&&&&&&&&if(CP_GB2312==CodePageTo)&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&pchDes=WCharToMByte(CP_GB2312,pwchtemp);&&&&&&&&&&&&&&}&&&&&&&&&&&&&&else&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&pchTemp=WCharToMByte(CP_GB2312,pwchtemp);&&&&&&&&&&&&&&&&&&&if(CP_GBK==CodePageTo)&&&&&&&&&&&&&&&&&&&&&&pchDes=GB2312ToGBK(pchTemp);&&&&&&&&&&&&&&&&&&&else&&&&&&&&&&&&&&&&&&&&&&pchDes=GB2312ToBIG5(pchTemp);&&&&&&&&&&&&&&}&&&&&&&&&&&}&&&&&&&&&&&//从其他多字节转到UTF-8&&&&&&&&&&&else&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&if(CP_GBK==CodePageCur)&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&&pchTemp=GBKToGB2312(szSrcStr);&&&&&&&&&&&&&&&&&&&&pwchtemp=MByteToWChar(CP_GB2312,pchTemp);&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&else&&&&&&&&&&&&&&&&&&pwchtemp=MByteToWChar(CodePageCur,szSrcStr);&&&&&&&&&&&&&&&&pchDes=WCharToMByte(CodePageTo,pwchtemp);&&&&&&&&&&&}&&&&&&}&&&&&&delete[]&pchT&&&&&&delete[]&&&&&&&return&pchD&&}&&//获取编码类型对应的代码页&&UINT&Coder::GetCodePage(TextCode&tccur)&&{&&&&&&&&UINT&CodeP&&&&&&&&switch(tccur)&&&&&&&&{&&&&&&&&case&GB2312:&&&&&&&&&&&&CodePage=CP_GB2312;&&&&&&&&&&&&&&&&&&&&case&BIG5:&&&&&&&&&&&&CodePage=CP_BIG5;&&&&&&&&&&&&&&&&&&&&case&GBK:&&&&&&&&&&&&CodePage=CP_GBK;&&&&&&&&&&&&&&&&&&&&case&UTF8:&&&&&&&&&&&&CodePage=CP_UTF8;&&&&&&&&&&&&&&&&&&&&case&UNICODEBIGENDIAN:&&&&&&&&case&UNICODE:&&&&&&&&&&&&&&&&&&&}&&&&&&&&return&CodeP&&}&&//指定转换时默认一次转换字节大小&&void&Coder::SetDefaultConvertSize(UINT&nCount)&&{&&&&&&&&&&&if(nCount!=0)&&&&&&&&&&PREDEFINEDSIZE=nC&&}&&3.运行效果
在win7 VC 6.0下测试六种编码的转换测试通过，30个方向的转换如下图所示:测试程序运行效果如下图所示:GB2312转换到GBK编码效果如下图所示:
UTF-8转换到Big5编码的效果如下图所示:
本文代码及转码程序下载 ：
4.尚未解决的问题&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
(1)LCMapString函数的理解还不完全熟悉，其中参数偏多，理解需要一定基础知识。
(2)为什么记事本程序的转码后存在些乱码,乱码是正确的吗?因为我的程序使用了中间过渡形式，因此没有任何乱码。
(3)是否有更简单和清晰的方式实现编码转换，待进一步研究。
TA的最新馆藏
喜欢该文的人也喜欢