本文共 2739 字，大约阅读时间需要 9 分钟。

字符串算法：

/*************************************************************************************************  * 将UTF8编码转换成Unicode（UCS-2）编码  * 参数：  *    char* pInput  指向输入字符串（以'/0'结尾）的指针   *    char** ppOutput 指向输出字符串指针的指针  * 返回值：  *    返回转换后的Unicode字符串的字节数，如果出错则返回-1  * 注意：  *     1. UTF8没有字节序问题，但是Unicode字符有字节序，  *        字节序分为大端（Big Endian）和小端（Little Endian）两种，  *        在Intel处理器中采用小端法表示，因此本例中采用小端法表示。（低地址存低位）  *     2. 在调用本函数后需要手动释放 *ppOutput 指向的内存，否则将会造成内存泄漏。  **************************************************************************************************/  int utf8_to_unicode(char* pInput, char** ppOutput)  {      int outputSize = 0; //记录转换后的Unicode字符串的字节数      *ppOutput = (char *)malloc(strlen(pInput) * 2);  //为输出字符串分配足够大的内存空间      memset(*ppOutput, 0, strlen(pInput) * 2);      char *tmp = *ppOutput; //临时变量，用于遍历输出字符串         while (*pInput)      {          if (*pInput > 0x00 && *pInput <= 0x7F) //处理单字节UTF8字符（英文字母、数字）          {              *tmp = *pInput;              tmp++;              *tmp = 0; //小端法表示，在高地址填补0          }          else if (((*pInput) & 0xE0) == 0xC0) //处理双字节UTF8字符          {              char high = *pInput;              pInput++;              char low = *pInput;              if ((low & 0xC0) != 0x80)  //检查是否为合法的UTF8字符表示              {                  return -1; //如果不是则报错              }                   *tmp = (high << 6) + (low & 0x3F);              tmp++;              *tmp = (high >> 2) & 0x07;          }          else if (((*pInput) & 0xF0) == 0xE0) //处理三字节UTF8字符          {              char high = *pInput;              pInput++;              char middle = *pInput;              pInput++;              char low = *pInput;              if (((middle & 0xC0) != 0x80) || ((low & 0xC0) != 0x80))              {                  return -1;              }              *tmp = (middle << 6) + (low & 0x7F);              tmp++;              *tmp = (high << 4) + ((middle >> 2) & 0x0F);           }          else //对于其他字节数的UTF8字符不进行处理          {              return -1;          }          pInput ++;          tmp ++;          outputSize += 2;      }      *tmp = 0;      tmp++;      *tmp = 0;      return outputSize;  }     //一个调用示例  int main(int argc, char** argv)  {      //汉字“我”的UTF8编码是 E6 88 91，Unicode编码是 62 11      char str[4] = {(char)0xE6, (char)0x88, (char)0x91, (char)0x00};       char* uni = NULL;      int num = utf8_to_unicode(str, &uni);      if (num == -1)      {          printf("Error!/n");      }      else      {          char* p = uni;          for (int i = 0; i < num; i++)          {              printf("%02X", *p);              p++;          }          printf("/n");      }      free(uni); //释放内存      return 0;  }