浏览 | 提交新的代码片段 | 创建代码包

多字节函数库系列：UTF-8相关：cy_wctou8()
类型: Function	类别: Other
许可证: GNU Library Public License	语言: C++
描述: 由wchar_t宽字符转换为UTF-8编码多字节序列。

该代码片段的版本系列:

片段ID	下载版本	提交时间	提交人	删除
4577	0.1	2002-06-26 21:20	renxiao

点击"下载版本"来下载该代码片段.

最新版本的代码片段: 0.1

/*--------------------------Own_lib函数库系列 wctou8.cc------------------------
cy_wctou8() /wctou8.o /libcyfunc.a

描述: 对于国际通行用于磁盘存储的8bits字节序列---UTF-8编码字符, 由wchar_t转换过来
      时不需查找码表, 它通过简单的码位析取与分配即可完成. 
      本函数提供这一实现.
dest_str:
      宽字节字符转换为UTF-8编码字符的目标地址.
src_wchar:
      被转换的宽字节源字符.
返回值:
      返回实际转换后的字符的字节数. 若遇到错误或检测到非法字节序列, 则返回-1.

注意! 传递进来的宽字符应是能被合法转换为UTF-8编码的字符.

作者: 任逍 |2002.06.05.
版权: GNU General (Library) Public License (GPL/LGPL)

* 编辑器: vim-6.0 |操作系统: TurboLinux7.0简体中文版 *
------------------------------------------------------------------------------*/

#include "cyinclude/cyutf.h"

size_t  cy_wctou8(char * dest_str, const wchar_t src_wchar)
{
	int 	count_bytes = 0;
	wchar_t	byte_one = 0, byte_other = 0x3f;	// 用于位与运算以提取位值
	unsigned char	utf_one = 0, utf_other = 0x80;	// 用于"位或"置标UTF-8编码
	wchar_t	tmp_wchar = L'\0';	// 用于宽字符位置析取和位移(右移6位)
	unsigned char	tmp_char = '\0';

	if (!src_wchar)
		return (size_t)-1;

	for (;;)	// 检测字节序列长度
	{
		if (src_wchar <= 0x7f){
			count_bytes = 1;	// ASCII字符: 0xxxxxxx( ~ 01111111)
			byte_one = 0x7f;	// 用于位与运算, 提取有效位值, 下同
			utf_one = 0x0;
			break;
		}
		if ( (src_wchar > 0x7f) && (src_wchar <= 0x7ff) ){
			count_bytes = 2;	// 110xxxxx 10xxxxxx[1](最多11个1位, 简写为11*1)
			byte_one = 0x1f;	// 00011111, 下类推(1位的数量递减)
			utf_one = 0xc0; 	// 11000000
			break;
		}
		if ( (src_wchar > 0x7ff) && (src_wchar <= 0xffff) ){
			count_bytes = 3;	// 1110xxxx 10xxxxxx[2](MaxBits: 16*1)
			byte_one = 0xf; 	// 00001111
			utf_one = 0xe0; 	// 11100000
			break;
		}
		if ( (src_wchar > 0xffff) && (src_wchar <= 0x1fffff) ){
			count_bytes = 4;	// 11110xxx 10xxxxxx[3](MaxBits: 21*1)
			byte_one = 0x7; 	// 00000111
			utf_one = 0xf0; 	// 11110000
			break;
		}
		if ( (src_wchar > 0x1fffff) && (src_wchar <= 0x3ffffff) ){
			count_bytes = 5;	// 111110xx 10xxxxxx[4](MaxBits: 26*1)
			byte_one = 0x3; 	// 00000011
			utf_one = 0xf8; 	// 11111000
			break;
		}
		if ( (src_wchar > 0x3ffffff) && (src_wchar <= 0x7fffffff) ){
			count_bytes = 6;	// 1111110x 10xxxxxx[5](MaxBits: 31*1)
			byte_one = 0x1; 	// 00000001
			utf_one = 0xfc; 	// 11111100
			break;
		}
		return (size_t)-1;	// 以上皆不满足则为非法序列
	}
	// 以下几行析取宽字节中的相应位, 并分组为UTF-8编码的各个字节
	tmp_wchar = src_wchar;
	for (int i = count_bytes; i > 1; i--)
	{	// 一个宽字符的多字节降序赋值
		tmp_char = (unsigned char)(tmp_wchar & byte_other);
		dest_str[i - 1] = (tmp_char | utf_other);
		tmp_wchar >>= 6;
	}
	tmp_char = (unsigned char)(tmp_wchar & byte_one);
	dest_str[0] = (tmp_char | utf_one);
	// 位值析取分组__End!
	return count_bytes;
}


		

提交新版本

如果您修改了一个代码片段并且觉得很应该让别人共享,您可以把这作为这个代码片段的最新版本提交上来.