AnsiString - C++ Builder 参考手册

ANSI 本地编码在不同的国家/地区，使用不同的字符编码：
• 在中国大陆和新加坡，对应于 Code Page 936 代码页，字符编码为 GBK。
• 在中国台湾、香港和澳门，对应于 Code Page 950 代码页，字符编码为 BIG5。
• 在其他国家或地区的代码页和编码，请看 “ANSI 编码” 章节的内容。

由于 AnsiStringT 的存在，让字符编码之间转换变得非常的容易了。

UNICODE (UTF-16) 和 ANSI 之间字符编码转换是自动的

UnicodeString u;
AnsiString s;
s = u; // UNICODE (UTF-16) 转 ANSI
u = s; // ANSI 转 UNICODE (UTF-16)

UTF-8 和 ANSI 之间字符编码转换是自动的

UTF8String u;
AnsiString s;
s = u; // UTF-8 转 ANSI
u = s; // ANSI 转 UTF-8

GBK, GB2312, BIG5 和 ANSI 之间字符编码也可以自动转换

AnsiStringT<936> gbk; // 大陆和新加坡简体中文和繁体中文都有
AnsiStringT<950> big5; // 港澳台的 BIG5 只有繁体中文
AnsiStringT<20936> gb2312; // 大陆的早期编码 GB2312 只有简体中文
AnsiString s; // 以上字符串之间可以随意互相赋值进行自动转码
s = gbk;
gbk = big5;
big5 = CHS2CHT(gb2312); // GB2312 和 BIG5 之间需要简体中文和繁体中文之间转换
……

更多字符编码转换的例子，可以参考 “字符编码之间转换” 章节的内容。

字节类型，字符个数和字节数 - 判断字符串里面的字符是双字节字符或是单字节字符，还有四字节字符的判断

例1：双字节字符集 (DBCS) 的例子 - GBK 编码的例子

双字节字符集 DBCS，大陆 GBK 编码 (代码页 936) 的例子，台湾和香港地区的 BIG5 编码 (代码页 950) 将会得到同样的结果。

相关链接：ANSI • DBCS • MBCS • GBK • GB18030 • 代码页 CP 936 • EnumToStr

void __fastcall TForm1::Button1Click(TObject *Sender)
{
AnsiString s = L"这是一个DBCS的例子"; // 中国大陆 GBK 编码，代码页 936
Memo1->Lines->Add(s);
Memo1->Lines->Add(_T("GBK 编码，代码页：936"));
int n = s.Length();
Memo1->Lines->Add(_T("字符串长度：") + IntToStr(n));
int iCharCount = 0; // 字符个数
for(int i=1; i<=n; i++)
   {
   AnsiString::TStringMbcsByteType bt = s.ByteType(i);

   String sInfo;
   sInfo.sprintf(L"s[%d]: ", i);
   sInfo += EnumToStr(bt) + L"，";

   switch(bt)
{
case AnsiString::mbSingleByte:
   sInfo.cat_sprintf(_T("单字节字符：s[%d]，第 %d 个字符："), i, ++iCharCount);
   sInfo += s.SubString(i,1);
   break;
case AnsiString::mbLeadByte :
   sInfo.cat_sprintf(_T("双字节字符：s[%d] ~ s[%d]，第 %d 个字符："), i, i+1, ++iCharCount);
   sInfo += s.SubString(i,2);
   break;
case AnsiString::mbTrailByte :
   break;
}
   Memo1->Lines->Add(sInfo);
   }
Memo1->Lines->Add(_T("一共 ") + IntToStr(iCharCount) + _T(" 个字符"));
}

运行结果：

例2：多字节字符集 (MBCS) 的例子 - GB18030 编码的例子

相关链接：ANSI • DBCS • MBCS • GBK • GB18030 • 代码页 CP 936 • EnumToStr

void __fastcall TForm1::Button1Click(TObject *Sender)
{
AnsiStringT<54936>s = L"ABCD𨰻𣛧㵘燚㙓"; // GB18030
Memo1->Lines->Add(s);
Memo1->Lines->Add(_T("字符编码：GB18030，代码页：54936"));

int n = s.Length();
Memo1->Lines->Add(L"字符串长度：" + IntToStr(n));
int iCharCount = 0;
int i4bytes = 0;

for(int i=1; i<=n; i++)
   {
   AnsiString::TStringMbcsByteType bt = s.ByteType(i);

   String sInfo;
   sInfo.sprintf(_T("s[%d]: "),i);
   sInfo += EnumToStr(bt) + L"，";

   switch(bt)
{
case AnsiString::mbSingleByte:
   iCharCount++;
   sInfo.cat_sprintf(_T("单字节字符：s[%d]，第 %d 个字符："), i, iCharCount);
   sInfo += s.SubString(i,1);
   break;
case AnsiString::mbLeadByte:
   if(i4bytes)
{
sInfo.cat_sprintf(_T("%d/4"), ++i4bytes);
}
   else if(s[i+1]>=0x30 && s[i+1]<=0x39) // 下一个字节 s[i+1] 的取值范围确定了是四字节字符
{
i4bytes++;
iCharCount++;
sInfo.cat_sprintf(_T("四字节字符：s[%d] ~ s[%d]，第 %d 个字符："), i, i+3, iCharCount);
sInfo += s.SubString(i,4);
}
   else
{
iCharCount++;
sInfo.cat_sprintf(_T("双字节字符：s[%d] ~ s[%d]，第 %d 个字符："), i, i+1, iCharCount);
sInfo += s.SubString(i,2);
}
   break;
case AnsiString::mbTrailByte:
   if(i4bytes)
{
sInfo.cat_sprintf(_T("%d/4"), ++i4bytes);
if(i4bytes==4)i4bytes=0;
}
   else
{
sInfo += _T("2/2");
}
   break;
}
   Memo1->Lines->Add(sInfo);
   }
Memo1->Lines->Add(_T("一共 ") + IntToStr(iCharCount) + _T(" 个字符"));
}

运行结果：