中英文url解码vc++源程序

本文主要讨论中文url解码实现问题,没有具体解说url编码,utf-8编码.想对编解码问题有更加具体的了解,请查阅相关文档

url编码:实质字符ascii码的十六进制。仅仅是略微有些变动，须要在前面加上"%"。比方"\"，它的ascii码是92，92的十六进制是5c，所以"\"的url编码就是%5c。

UTF-8 编码是UNICODE的一种变长字符编码，由Ken Thompson于1992年创建。如今已经标准化为RFC 3629。UTF-8用1到6个字节编码UNICODE字符。假设UNICODE字符由2个字节表示，则编码成UTF-8非常可能须要3个字节，而假设UNICODE字符由4个字节表示，则编码成UTF-8可能须要6个字节。

这里我们仅仅须要知道utf－8对一个英文字符採用一个字节进行编码，对一个中文字符採用三个字节进行编码。如今对例如以下url编码进行解码实现。

url编码:MFC%E8%8B%B1%E6%96%87%E6%89%8B%E5%86%8C.chm

源码在windows xp sp2 + vc++6.0測试通过（改进过的代码）。

#include <afx.h>
#include <iostream>
void UTF8ToGB(CString& str);

void ANSIToGB(char* str,int n)
{
 ASSERT(str!=NULL); // 保证传进来的參数不能为NULL
 wchar_t szwchar = 0;
 CString  szResult,szhead = "", szend = "";
 CString szrst;
 char ch, hex[2] = "";
 int ix = 0;
 szResult = str;
 int imax = szResult.GetLength();
 int ih = szResult.Find("%", 0);
 int ie = szResult.ReverseFind('%');
 szhead = szResult.Left(ih);
 //szend = szResault.Right(imax - ie - 3);
 szResult = "";
 ix = ih;
 CString strTemp;
 bool bIsHaveUTF8 = false;
 while (ch = *(str + ix))
 {

  if (ch == '%')
  {
   hex[0] = *(str + ix + 1);
   hex[1] = *(str + ix + 2);
   sscanf(hex, "%x", &szwchar);
   szrst += szwchar;
   ix+=3;
            bIsHaveUTF8 = true;
  }
  else
  {
   if(bIsHaveUTF8)
   {
     UTF8ToGB(szrst);
     strTemp+=szrst;
     szrst="";
     bIsHaveUTF8 = false;
   }
   // 取出不必转换的字符
   strTemp += *(str + ix);
   ix++;
  }
 }

 szResult = szhead + strTemp;
 memset(str,0,n);
 strcpy(str,szResult);

}

void UTF8ToGB(CString& szstr)
{
 WCHAR* strSrc;

 TCHAR* szRes;
 int i = MultiByteToWideChar(CP_UTF8, 0, szstr, -1, NULL, 0);
 strSrc = new WCHAR[i + 1];

MultiByteToWideChar(CP_UTF8, 0, szstr, -1, strSrc, i);
 i = WideCharToMultiByte(CP_ACP, 0, strSrc, -1, NULL, 0, NULL, NULL);
 szRes = new TCHAR[i + 1];
 WideCharToMultiByte(CP_ACP, 0, strSrc, -1, szRes, i, NULL, NULL);
 szstr = szRes;
 delete[]strSrc;
 delete[]szRes;
}

int main(int argc, char* argv[])
{
//str = "%E6%96%B0%E5%BB%BA";
char str[] = "MFC%E8%8B%B1%E6%96%87%E6%89%8B%E5%86%8C.chm";

// 注意，这里传给ANSIToGB的第一个參数一定不能是个常量字符串，

// 由于ANSIToGB内部还要从第一个參数将结果返回

// 当然这些仅仅是细节，不值得斤斤计较，大家能够改动成自己合适的，比方，解码后的结果能够通过其它參数传出....

ANSIToGB(str,strlen(str)*sizeof(char));
printf("结果是:%s\n", str);

return 0;
}