UTF-8 >> Win-1251

Доброе время суток.



Кто знает как можно перевести строку с UTF-8 в Win-1251, перелапатил MSDN но ничего так и не нашел У кого есть соображения на эту тему сообщите плз, должны же быть какието функции по переводу с одной кодировки в др.

 

MultiByteToWideChar(CP_UTF8,...);

WideCharToMultiByte(1251,...);

В принципе первый шаг (UTF-8 -> UTF-16) можно и ручками, это не очень сложно...

 

что это за ахинея?

 

если это кириллица, то, согласно определению UTF-8,
это все равно, что и UTF-16, т к 2 байта на символ
для сомневающихся см.
http://en.wikipedia.org/wiki/UTF-8
http://en.wikipedia.org/wiki/UTF-16

предcтавленный reverser,oм вариант с
WideCharToMultiByte(1251,...);
работает, для всех буковок Win-1251, кроме Ё/ё
(в win-1251 коды соответственно 0xa8 и 0xb8,
в UNICODE - 0x410 и 0x451).
WideCharToMultiByte ковертирует 0xa8 в 0x415 (что еще приемлемо),
а вот 0xb8 в 0x308!

поэтому, когда мне потребовался собственный кирилличный редактор,
а это нужно, если в России только числишься, а практически не живешь,
я написал свой и поэкспериментировал с немного
http://russiantext.ircdb.org/ruseditE.htm
Редактор собственные функции перекодировок, в том числе из Win-1251 в Unicode,
которой готов поделится. Все очень просто, т к алфавитный порядок в
Кириллице для Unicode и Win-1251 совпадает с инкриментом кодов,
опять же кроме буковок Ё/ё. С koi-8 сложнее, т к там алфавитный порядок
идет в разброс с кодировкой (хотя koi-8 имеет другие свои прелести).
В то же время, согласен, что усеченные кодовые таблицы win-1251 упукают
Ё/ё (также как это делает и WideCharToMultiByte), однако под эти символы в win-1251
забиты реальные коды
см.
http://ru.wikipedia.org/wiki/Windows-1251

Код (Text):

1. WORD ConvertWin1251ToUnicode(BYTE byCode)
2. {
3.    WORD wCode;
4.    if(byCode<0xC0)
5.    {
6.       switch(byCode)
7.       {
8.       case 0xa8:
9.          wCode = 0x401;
10.          break;
11.       case 0xb8:
12.          wCode = 0x451;
13.          break;
14.       default:
15.          wCode = byCode;
16.          break;
17.       }
18.    } else {
19.       wCode = 0x410 + (WORD)(byCode - 0xc0);
20.    }
21.    return wCode;
22. }

 

кусок скрипта mIRC'а =)

 

Разве? Что-то мне подсказывает, что он работает для всех буковок..

 

мне моя совесть подсказывает обратное,
и подсказка основана на эксперименте

засомневался, однако, и решил повторить
вот пример кода

Код (Text):

1. char sz1251[] =  {0xc0,0xc1,0xc2,0xa8,0xb8};
2. WORD szUni[6];
3. int nError = MultiByteToWideChar(1251,MB_COMPOSITE,
4.           sz1251, 5, szUni,5);
5. printf("%X,%X,%X,%X,%X. Error %d", szUni[0], szUni[1], szUni[2], szUni[3], szUni[4], nError);

выдает
410,411,412,415,308. Error=0
должно быть
410,411,412,401,451. Error=5

кстати если исключить 0xa и 0xb8, заменив их на 0xc3,0xc4
функция пашет нормально

410,411,412,413,414. Error=5

экспериментировал на американской XP Prof, кто знает, может на русской
kernel32.dll c MultiByteToWideChar слегка подправлен.
Ho сожалению проверить не могу, если есть Russian XP или какой другой Russian Windows
попробуй

 

SmikeX

Ты бы лучше основывался на отладчике:

Код (Text):

1.     char sz1251[] =  {0xc0,0xc1,0xc2,0xa8,0xb8};
2.     wchar_t szUni[10];
3.  
4.     SetLastError(0);
5.     int nLen = MultiByteToWideChar(1251,MB_COMPOSITE,sz1251, 5, szUni,5);
6.     printf("%X,%X,%X,%X,%X. len %d, err: 0x%X\n", szUni[0], szUni[1], szUni[2], szUni[3], szUni[4], nLen, GetLastError());
7.  
8.     SetLastError(0);
9.     nLen = MultiByteToWideChar(1251,MB_COMPOSITE,sz1251, 5, szUni,10);
10.     printf("%X,%X,%X,%X,%X. len %d, err: 0x%X\n", szUni[0], szUni[1], szUni[2], szUni[3], szUni[4], nLen, GetLastError());
11.  
12.     SetLastError(0);
13.     nLen = MultiByteToWideChar(1251,0,sz1251, 5, szUni,5);
14.     printf("%X,%X,%X,%X,%X. len %d, err: 0x%X\n", szUni[0], szUni[1], szUni[2], szUni[3], szUni[4], nLen, GetLastError());

Так даже нагляднее.

 

Спасибо, IceStudent, действительно, MultiByteToWideChar работает
с некоторыми значениями флагов, в частности, с MB_PRECOMPOSED