Windows 字符編碼轉換全攻略：MBCS 與 Unicode 互轉的四種方法詳解

Windows 開發中頻繁面臨多字節字符集（MBCS/ANSI）與寬字符（Unicode/WideChar）互轉需求。本文系統梳理四種主流轉換方案：Win32 API 兩對核心函數、ATL 便利宏、C++ 標準庫 codecvt、以及現代 MultiByteToWideChar 封裝最佳實踐。

一、 Win32 API 核心函數對（最底層、最通用）

1. 多字節 → 寬字符：MultiByteToWideChar

int MultiByteToWideChar(
    UINT CodePage,        // 代碼頁：CP_ACP(系統默認)、CP_UTF8、CP_OEMCP 等
    DWORD dwFlags,        // 標誌位：MB_PRECOMPOSED、MB_ERR_INVALID_CHARS 等，通常 0
    LPCSTR lpMultiByteStr,// 源字符串指針
    int cbMultiByte,      // 源字節數，-1 表示以 '\0' 結尾自動計算
    LPWSTR lpWideCharStr, // 目標緩衝區，NULL 時返回所需字符數
    int cchWideChar       // 目標緩衝區字符容量
);

標準兩步調用模式（必須掌握）

// 第一步：獲取所需緩衝區大小
int len = MultiByteToWideChar(CP_ACP, 0, mbStr, -1, NULL, 0);
if (len <= 0) return ERROR;

// 第二步：分配緩衝區並轉換
std::vector<wchar_t> buf(len);
int result = MultiByteToWideChar(CP_ACP, 0, mbStr, -1, buf.data(), len);
// buf[len-1] 為 L'\0'，有效字符數為 result-1

2. 寬字符 → 多字節：WideCharToMultiByte

int WideCharToMultiByte(
    UINT CodePage,
    DWORD dwFlags,
    LPCWSTR lpWideCharStr,
    int cchWideChar,
    LPSTR lpMultiByteStr,
    int cbMultiByte,
    LPCSTR lpDefaultChar,   // 無法轉換時的替換字符，NULL 為 '?'
    LPBOOL pfUsedDefaultChar// 是否使用了替換字符
);

標準調用模式

int len = WideCharToMultiByte(CP_ACP, 0, wcStr, -1, NULL, 0, NULL, NULL);
if (len <= 0) return ERROR;
std::vector<char> buf(len);
WideCharToMultiByte(CP_ACP, 0, wcStr, -1, buf.data(), len, NULL, NULL);

二、 ATL 便利宏（代碼簡潔、但有內存陷阱）

#include <atlconv.h>  // 需包含 ATL 頭文件

USES_CONVERSION;  // 每次轉換前必須調用！分配棧緩衝區

wchar_t wszText[] = L"Unicode字符串";
char szText[] = "ANSI字符串";

printf("%s\n", W2A(wszText));   // 寬 → 多
wprintf(L"%s\n", A2W(szText));  // 多 → 寬

⚠️ 關鍵限制（生產環境慎用）

• 棧內存耗盡風險：宏在棧上分配緩衝區，大循環、長字符串、遞歸調用極易棧溢出
• 線程不安全：靜態緩衝區共享，多線程並發轉換會數據競爭
• 不支持自定義代碼頁：隱式使用 CP_ACP
• 調試困難：宏展開後代碼可讀性極差

建議：僅用於簡單工具、測試代碼、非熱路徑。生產代碼請使用 Win32 API 手動管理堆內存。

三、 C++11 <codecvt> 標準庫方案（跨平台、類型安全）

#include <codecvt>
#include <locale>
#include <string>

// UTF-8 ↔ UTF-16/32 (wchar_t)
std::wstring_convert<std::codecvt_utf8<wchar_t>> converter;

std::wstring wide = L"Hello 世界";
std::string utf8 = converter.to_bytes(wide);   // 寬 → UTF-8
std::wstring wide2 = converter.from_bytes(utf8); // UTF-8 → 寬

// 注意：C++17 棄用 codecvt，C++20 移除。長期項目請遷移至 ICU 或獨立庫。

四、 現代最佳實踐：RAII 封裝類（推薦生產使用）

class StringConverter {
public:
    // 多字節(指定代碼頁) → 寬字符
    static std::wstring ToWide(const std::string& mb, UINT cp = CP_UTF8) {
        if (mb.empty()) return L"";
        int len = MultiByteToWideChar(cp, 0, mb.c_str(), -1, NULL, 0);
        if (len <= 0) throw std::runtime_error("MultiByteToWideChar failed");
        std::wstring ws(len - 1, L'\0');  // -1 排除結束符
        MultiByteToWideChar(cp, 0, mb.c_str(), -1, &ws[0], len);
        return ws;
    }

    // 寬字符 → 多字節(指定代碼頁)
    static std::string ToMultiByte(const std::wstring& ws, UINT cp = CP_UTF8) {
        if (ws.empty()) return "";
        int len = WideCharToMultiByte(cp, 0, ws.c_str(), -1, NULL, 0, NULL, NULL);
        if (len <= 0) throw std::runtime_error("WideCharToMultiByte failed");
        std::string mb(len - 1, '\0');
        WideCharToMultiByte(cp, 0, ws.c_str(), -1, &mb[0], len, NULL, NULL);
        return mb;
    }

    // 常用別名
    static std::wstring AnsiToWide(const std::string& s)  { return ToWide(s, CP_ACP); }
    static std::string WideToAnsi(const std::wstring& s)  { return ToMultiByte(s, CP_ACP); }
    static std::wstring Utf8ToWide(const std::string& s)  { return ToWide(s, CP_UTF8); }
    static std::string WideToUtf8(const std::wstring& s)  { return ToMultiByte(s, CP_UTF8); }
};

五、 常見代碼頁常量

六、 避坑檢查清單

1. 緩衝區大小計算：API 返回值包含結束符，分配時 -1；調用時傳完整長度
2. 代碼頁一致性：轉換雙向必須使用相同代碼頁，否則數據損壞
3. 錯誤處理：檢查返回值 <= 0，調用 GetLastError() 獲取具體錯誤碼
4. NULL 終結符：輸入字符串必須以 '\0' 結尾，或顯式傳遞長度
5. BOM 處理：UTF-8 文件可能帶 BOM，讀取時需手動跳過
6. surrogate pairs：UTF-16 中補充平面字符佔兩個 wchar_t，長度計算需注意

本文出自 “平凡的日子” 博客，轉載請保留出處：原文鏈接