C 呼叫C DLL時的編碼轉換

最近做的專案，需要在c# 中呼叫c++ 寫的dll，因為c# 預設的編碼方式是unicode，而呼叫的dll規定只處理utf8編碼格式的字串,dll中的輸入引數型別char*被我marshal成byte，輸出引數型別char**被我marshal成了string(c++和c#之間的型別轉換請參閱相關資料),於是我就經歷了無數次用於接收時的string-->string(utf8-->unicode)和用於傳送時的string-->byte(unicode-->utf8)這樣頻繁的編碼轉換，期間多次出現中文亂碼，看來編碼轉換並非想象中那麼簡單，今天花時間google一番，原來以前的理解確實不夠深，存在很多誤區，現整理如下：

（一）、encoding和charset

為什麼先提這兩個，實屬問題之源。在c#中包裝dll的時候，dllimportattribute當中的選項charset著實讓我糊塗了很久，msdn曰：規定封送字串應使用何種字符集，其中列舉值有ansi和unicode，我真不知道到底改選哪乙個。於是乎， google一番，encoding這棵救命草被我找到，同時也釋疑了不少疑惑。

首先，字符集不同於編碼，以前總將它們混為一談，charset是字符集，encoding是編碼。字符集是字元的集合，規定這個集合裡有哪些字元，每個字元都有乙個整數編號（只是編號不是編碼）；而編碼是用來規定字元編號如何與二進位制互動，每個「字元」分別用乙個位元組還是多個位元組儲存。啊嗚，原來這樣，那我這裡接觸到的ansi、unicode、utf8等等等等究竟是怎麼回事呢，藉此機會，一**竟！^_^

（二）、ansi、unicode、utf8、bala bala

提到字符集，有ascii、gb2312、gbk、gb18030、big5、jis等等多種，與此相對應的編碼方式為ascii、gb2312、gbk、gb18030、big5、jis（囧，難怪糊塗如我般的人如此多），但是unicode字符集卻有多種編碼方式：utf-8、 utf-7、utf-16、 unicodelittle、unicodebig。原來如此，字符集與編碼原來是這個樣子。ˇˍˇ|||

那ansi又是什麼呢？

ansi：系統編碼的發展經歷了三個階段，asciiàansi(不同國家語言本地化)àunicode(標準化)，原來ansi編碼也好，ansi字符集也好，都是指本地化的東西，在簡體中文系統下，ansi 編碼代表 gb2312 編碼，windows下自帶的記事本程式，預設的就是ansi編碼。呵呵，那偶就去試試吧，輸入「anhui合肥」（不含引號），儲存編碼方式選「ansi」，檢視，哦，9個位元組，明白了，原來ansi編碼保留了對ascii編碼的相容，當遇到ascii字元時，採用單位元組儲存，當遇到非ascii編碼時，採用雙位元組表示（gb2312編碼）。

（三）、dllimportattribute中的charset列舉值選擇

對字符集和編碼的概念清楚了以後，終於可以研究c#中呼叫非託管的dll的方法咯。從託管應用程式去呼叫非託管**，如果charset=unicode，則dll中的介面函式將出現的所有字串（包括引數和返回值）視為unicode字符集，ansi一樣的道理。真不錯，了解到這裡總算有點撥雲見日的感覺了！o(∩_∩)o

好像目前需要了解的知識點都差不多了，終於可以開始來解決我的問題了， (*^__^*)。回顧整理一下，第一：我需要呼叫非託管**，第二：非託管**只處理utf8編碼格式的字元，第三，萬惡的中文亂碼，介面函式簽名中，無論引數還是返回值，接收到或是傳送出的字串都含有中文。呵呵，看來上面的知識應該可以解決這個問題了：首先接收字串，因為接收到的是utf8編碼格式，charset屬性肯定要設定成unicode了，接收後要正確顯示中文，在當前系統中，需要將編碼方式轉換成gb2312，即encoding.default；另外關於傳送字元陣列，因為無論是c#中預設的unicode編碼方式，還是dll處理時規定的utf8編碼方式，都是unicode字符集的一種編碼方式，所以charset也要設定成unicode，只是要在傳送前需要將字元陣列轉換一下編碼方式。以下附帶兩個簡單的函式實現。

// 轉換接收到的字串

public string utf8tounicode(string recvstr)

byte tempstr = encoding.utf8.getbytes(recvnotify);

byte tempdef = encoding.convert(encoding.utf8, encoding.default, tempstr);

string msgbody = encoding.default.getstring(tempdef);

return msgbody;

// 轉換要傳送的字元陣列

public byte unicodetoutf8(string sendstr)

string tempstr = encoding.utf8.getstring(sendstr);

byte msgbody = encoding.utf8.getbytes(temputf8);

return msgbody;

總結一下，本文因專案完成的需要，難免存在侷限性，只討論了兩種情況：unicode編碼的字串轉utf8格式的字元陣列，以及utf8格式的字串轉unicode格式的字串，上面兩個方法均通過測試，至此總算解決了中文亂碼的問題。平台呼叫的知識點很多，只有真正掌握必需的基礎知識和平台呼叫的原理，才能做到活學活用，我要繼續努力。本文的理解若有不當之處，請網友們多有指教！( ^_^ )/~~

C 呼叫C DLL時的編碼轉換

C 呼叫C Dll封裝時遇到的小問題

編寫C 呼叫的C DLL

C 呼叫C DLL的方式

C 呼叫C DLL時的編碼轉換

C 呼叫C Dll封裝時遇到的小問題

編寫C 呼叫的C DLL

C 呼叫C DLL的方式

相關推薦