如何将使用 Windows Codepage 1251 编码的字符串转换为 Unicode 字符串答案

【问题标题】：How can I convert string encoded with Windows Codepage 1251 to a Unicode string如何将使用 Windows Codepage 1251 编码的字符串转换为 Unicode 字符串
【发布时间】：2011-11-05 13:29:04
【问题描述】：

我的应用接收到的西里尔文字符串使用（我相信）下表：

说我相信，因为我测试的所有字符都适合这张表。

问题：如何将这样的东西转换为字符串，在我的 delphi 中默认为 unicode？或者更好：delphi 中有现成的转换器还是我应该写一个？

【问题讨论】：

你必须告诉我们你有什么版本的Delphi以及什么数据结构保存输入字符串

标签： string delphi character-encoding

【解决方案1】：

如果您使用的是 Delphi 2009 或更高版本，这将自动完成：

type
  CyrillicString = type AnsiString(1251);

procedure TForm1.FormCreate(Sender: TObject);
var
  UnicodeStr: string;
  CyrillicStr: CyrillicString;
begin
  UnicodeStr := 'This is a test.'; // Unicode string
  CyrillicStr := UnicodeStr; // ...converted to 1251

  CyrillicStr := 'This is a test.'; // Cryllic string
  UnicodeStr := CyrillicStr; // ...converted to Unicode
end;

【讨论】：

我的印象是西里尔文字符串不能用作文字。
@David：不，我认为他们不是，但话又说回来，我从来没有说过他们是。但是您始终可以手动“编码”您的 1251 字符串：var UnicodeStr: string; CryllicStr: CryllicString; begin SetLength(CryllicStr, 1); CryllicStr[1] := char(255); UnicodeStr := CryllicStr; ShowMessage(UnicodeStr); 或者，甚至看起来很陌生：CryllicStr := 'ÿ';。两种方法都将显示я 字符。
@Daivd：无论如何，我的印象是 OP 不知何故已经得到了一个 1251 编码的字符串......
完全正确，但可能不在 AnsiString(1251) 变量中。
“我的印象是西里尔文字符串不能用作文字。”这取决于源文件的代码页。

【解决方案2】：

首先我建议你阅读Marco Cantù's whitepaper on Unicode in Delphi。我还从您的问题（和以前的问题）中假设您使用的是 Unicode 版本的 Delphi，即 D2009 或更高版本。

您可以首先使用代码页 1251 定义一个 AnsiString 以匹配您的输入数据。

type
  CyrillicString = type Ansistring(1251);

这是重要的一步。它说包含在这种类型的变量中的任何数据都将被解释为已使用 1251 代码页进行编码。这允许 Delphi 正确转换为其他字符串类型，我们将在后面看到。

接下来将您的输入数据复制到此变量的字符串中。

function GetCyrillicString(const Input: array of Byte): CyrillicString;
begin
  SetLength(Result, Length(Input));
  if Length(Result)>0 then
    Move(Input[0], Result[1], Length(Input));
end;

当然，可能还有其他更方便的方式来获取数据。也许它来自流。无论如何，请确保您使用与内存副本等效的内容来执行此操作，这样您就不会调用代码页转换，从而丢失 1251 编码。

最后，您可以简单地将CyrillicString 分配给纯Unicode string 变量，Delphi 运行时会自动执行必要的转换。

function ConvertCyrillicToUnicode(const Input: array of Byte): string;
begin
  Result := GetCyrillicString(Input);
end;

运行时能够执行此转换，因为您在定义 CyrillicString 时指定了代码页，并且因为 string 映射到使用 UTF-16 编码的 UnicodeString。

【讨论】：

【解决方案3】：

Windows API MultiByteToWideChar() 和 WideCharToMultiByte() 可用于在 Windows 中与任何受支持的代码页进行相互转换。当然，如果你使用 Delphi >= 2009，使用原生 unicode 支持会更容易。

【讨论】：