c语言char和wchar_t 转换

       最近遇到一个在C语言当中处理中文的问题，因为汉字和ascii不同，汉字是多字节编码方式，ascii只用一个字节表示，所以在用c语言提供的strlen函数得到的长度是字节长度;  以下都是utf-8编码方式，为了得到一个字符(汉字和ascii)有几种处理方式：

 

        1.  自己写程序判断是否为汉字，通过第一个字节判断，以下是我写的一部分代码;

 

             int isHanzi(int a){ int t = a & 0xE0;if(t==0xE0){printf("汉字1/n");return 3;}t = a & 0xC0;if(t==0xC0){return 2;}t = a & 0xF0;if(t==0xF0){return 4;}t = a & 0xF8;if(t==0xF8){return 5;}t = a & 0xFC;if(t==0xFC){return 2;}printf("不是/n");return 1;}

 

          2.   用内置的wchar_t类型，

                     1）.  wchar_t ws[]=L"北京bus";

                                这样用wcslen(ws)结果就为 5,

                              int i;setlocale(LC_ALL, "zh_CN.UTF-8");int len=wcslen(ws);for(i=0; i<len; i++){ printf("%lc/n",ws[i]);}

                          这是必须设置 本地编码方式  setlocale(LC_ALL,"zh_CN.UTF-8");

                     2).读一个文件后得到的数据，要使数据为wchar_t ，就需要进行字符串转换了.用到函数  mbstowcs，以下是我写的一个读文本文  件然后转换的程序

                            //读一个文本文件FILE *fp = fopen("/home/wyt/data.txt","r");char buffer[1024];size_t realLen=0,curLen,length=2048;char *data=(char *)malloc(sizeof(char)*length);char *tmp;while(!feof(fp)){curLen = fread(buffer,sizeof(char),1024,fp);realLen+=curLen;if(length<=realLen){tmp = (char *)malloc(sizeof(char)*(length+2048));memcpy(tmp,data,sizeof(char)*length);length+=2048;free(data);data=tmp;}strcat(data,buffer);}data[realLen]='/0';printf("%s",data);fclose(fp);wchar_t *data2 = (wchar_t *)malloc(sizeof(wchar_t)*length);//转换成wchar_t类型mbstowcs(data2,data,length);size_t ln=wcslen(data2);for(i=0;i<ln;i++){printf("%lc/n",data2[i]);}

 

 

 

                 如果 wchar_t 转换为char 类型，可以用函数 wcstombs

                             void out(wchar_t name){if(name<128){char n[2];wcstombs(n,&name,sizeof(wchar_t));n[1]='/0';printf("%lc,%s,%d/n",name,n,strlen(n));}else{char n[3];wcstombs(n,&name,sizeof(wchar_t));n[3]='/0';printf("%lc,%s,%d/n",name,n,strlen(n));}//n[3]='/0';}