在格式转换中，对于字符的处理，需要知道几种编码格式。下面这两篇博客对unicode,utf-8有比较详细的描述。

https://blog.csdn.net/zhusongziye/article/details/84261211?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task

https://blog.csdn.net/qq_24326765/article/details/82183167

这篇博客讲的是，首先从内存中读入一个字符，然后将字符通过格式转换，转成另一种格式的字符串（16进制）。

这里会用到几个关键技术：

Unicode 与 UTF-8 互转

1. UTF-8 的编码规则是：

① 对于单字节的符号，字节的第一位设为 0，后面的7位为这个符号的 Unicode 码，因此对于英文字母，UTF-8 编码和 ASCII 码是相同的。

② 对于n字节的符号（n>1）,第一个字节的前 n 位都设为 1，第 n+1 位设为 0，后面字节的前两位一律设为 10，剩下的没有提及的二进制位，全部为这个符号的 Unicode 码。

举个例子：比如说一个字符的 Unicode 编码是 130，显然按照 UTF-8 的规则一个字节是表示不了它（因为如果是一个字节的话前面的一位必须是 0），所以需要两个字节(n = 2)。

根据规则，第一个字节的前 2 位都设为 1，第 3(2+1) 位设为 0，则第一个字节为：110X XXXX，后面字节的前两位一律设为 10，后面只剩下一个字节，所以后面的字节为：10XX XXXX。

所以它的格式为 110XXXXX 10XXXXXX 。

那么对于一个具体的 Unicode 编号，具体怎么进行 UTF-8 的编码呢？

首先找到该 Unicode 编号所在的编号范围，进而可以找到与之对应的二进制格式，然后将该 Unicode 编号转化为二进制数（去掉高位的 0），最后将该二进制数从右向左依次填入二进制格式的 X 中，如果还有 X 未填，则设为 0 。

比如：“马”的 Unicode 编号是：0x9A6C，整数编号是 39532，对应第三个范围（2048 - 65535），其格式为：1110XXXX 10XXXXXX 10XXXXXX，39532 对应的二进制是 1001 1010 0110 1100，将二进制填入进入就为：

11101001 10101001 10101100 。

2. 将UTF-8转换成Unicode

继续拿上面的数值举例，现在有一个UTF-8编码为1110XXXX 10XXXXXX 10XXXXXX的字符，如何转换成Unicode？

UTF-8： 11101001 10101001 10101100

(1) 将*current_char指向低位地址的11101001，*(current_char+1)则指向的是中间字节10101001, *(current_char+2)则指向的是高位的10101100

(2) 转换第一个字节：

*current_char & 0x0F << 4 得到-> 10010000，*(current+1) &0x3C >>2 得到->00001010，接着

(*current_char & 0x0F << 4) | (*（current+1) &0x3C >>2) -> 10011010

(3) 转换第二个字节：

*(current+1) &0x03 << 6 得到->01000000，*(current+2) &0x3F>>2 得到->00101100，接着

(*(current+1) &0x03 << 6) | (*(current+2) &0x3F>>2) ->01101100

(4) 拼接两个字节：

char *unicode;

sprintf(unicode, "\\u%02X02X", (*current_char & 0x0F << 4) | (*（current+1) &0x3C >>2),

(*(current+1) &0x03 << 6) | (*(current+2) &0x3F>>2)))

下面是简化的代码：

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
int dec2hex(char *in);int main(void)
{//输入一个字符串int i, str_len;char *str = (char *)malloc(sizeof(char) * 12);str = "hello";char *current_char;                //当前字符printf("size of str = %d.\n", str_len = strlen(str));//将每一个字符放入指针for (i = 0; i < str_len; i++) {current_char = &str[i];printf("before convert, current_char[%d] = %c. 0d = %d. \n", i, *current_char, (int)*current_char);dec2hex(current_char);}//输出一个utf8free(str);return 0;
}int dec2hex(char *in)
{char *utf8 = (char*)malloc(sizeof(char)*8);sprintf(utf8, "\\u%02X", (0x0F & *in) << 4);printf("after convert, current_char = %s.\n", utf8);return 0;
}

与运算

0，1 和 1 做与运算都得到自身，因此0x0F & char，就是取char的低四位

移位

经过与运算取到char的低四位后，<<4，左移4位，即把char的低四位顶到了高四位，原来的低四位补零

如0110 1100 & 0x0F => 0000 1100 << 4 => 1100 0000

结果：

size of str = 5.

before convert, current_char[0] = h. 0d = 104.

after convert, current_char = \u80.

before convert, current_char[1] = e. 0d = 101.

after convert, current_char = \u50.

before convert, current_char[2] = l. 0d = 108.

after convert, current_char = \uC0.

before convert, current_char[3] = l. 0d = 108.

after convert, current_char = \uC0.

before convert, current_char[4] = o. 0d = 111.

after convert, current_char = \uF0.

C语言将字符转十六进制相关推荐

c语言输出字符的十六进制,用c语言输入键盘上的字符后转换成十六进制输出
用c语言输入键盘上的字符后转换成十六进制输出悬赏分:10 | 提问时间:2010-9-13 10:26 | 提问者:745922085 | 问题为何被关闭其他回答共3条 #include #in ...
计算机c语言基础字符,2008计算机二级考试：C语言基础教程-C语言字符型数据
2.5.1字符常量字符常量是指用一对单引号括起来的一个字符.如'a','9','!'.字符常量中的单引号只起定界作用并不表示字符本身.单引号中的字符不能是单引号(')和反斜杠(\),它们特有的表示法 ...
c语言中字符加上48是,【2017年整理】C语言字符型数据(4、5).doc
[2017年整理]C语言字符型数据(4.5) 2.5.1字符常量字符常量是指用一对单引号括起来的一个字符.如'a','9','!'.字符常量中的单引号只起定界作用并不表示字符本身.单引号中的字符不能是 ...
C语言文本字符串和十六进制形式的相互转换
C语言文本字符串和十六进制形式的相互转换一.简述记--C语言实现文本形式的字符 ...
c语言转移字符',转义字符
所有的ASCII码都可以用"\"加数字(一般是8进制数字)来表示.而C中定义了一些字母前加"\"来表示常见的那些不能显示的ASCII字符,如\0,\t,\n等, ...
C语言的格式输出 C语言中字符的作用：
这是C语言的格式输出,%c,%y这些代表你要输出的数据的数据类型:%d 表示输出十进制有符号的整数. 1.%u 十进制无符号整数. 2.%f 表示输出浮点数. 3.%s表示输出字符串. 4.%c表示 ...
R语言将字符型（Character）变量转化为数值型（Numeric）
R语言将字符型(Character)变量转化为数值型(Numeric) 目录 R语言将字符型(Character)变量转化为数值型(Numeric) #基本语法
c++ 字符串合并_C语言输入字符和字符串（所有函数大汇总）
C语言输入字符和字符串(所有函数大汇总) C语言有多个函数可以从键盘获得用户输入,它们分别是: scanf():和 printf() 类似,scanf() 可以输入多种类型的数据. getchar() ...
c语言基本字符集ppt,C语言的字符集和保留字知识讲稿.ppt
C语言的字符集和保留字知识讲稿.ppt 第一章概述重点: C语言的字符集和保留字: C语言词类和语句的分类: C程序的基本结构. 程序--是对解决某个问题的方法的描述: 对计算机来说:程序是用某种 ...

C语言将字符转十六进制

Unicode 与 UTF-8 互转

与运算

移位

C语言将字符转十六进制相关推荐

最新文章

热门文章