C语言如何将UTF-8转换成Unicode
# include & ltstdio.h & gt
# include & ltstdlib.h & gt
# include & ltmemory.h & gt
# include & ltstring.h & gt
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(* pin put & gt；0x00和。& amp* pInput & lt= 0x7F) //处理单字节UTF8字符(英文字母和数字)
{
* tmp = * pInput
tmp++；
* tmp = 0；//小终端方法意味着在高位地址填充0。
}
else if(((* pInput)& amp；0xE0) == 0xC0) //处理双字节UTF8字符。
{
char high = * pInput
pinput++；
char low = * pInput
如果((低& amp0xC0)！= 0x80)？//检查它是否是合法的UTF8字符表示。
{
return-1；//如果不是，则报错。
}
*tmp =(高& lt& lt6) +(低& amp0x3F)；
tmp++；
*tmp =(高& gt& gt2)& amp；0x07
}
else if(((* pInput)& amp；0xF0) == 0xE0)？//处理三字节UTF8字符
{
char high = * pInput
pinput++；
char middle = * pInput
pinput++；
char low = * pInput
如果(((中& amp0xC0)！= 0x 80)| |((low & amp；0xC0)！= 0x80))
{
return-1；
}
* tmp =(middle & lt；& lt6) +(低& amp0x7F)；
tmp++；
*tmp =(高& lt& lt4)+((middle & gt；& gt2)& amp；0x0F)；
}
不处理含有其他字节的Else // UTF8字符。
{
return-1；
}
pinput++；
tmp++；
outputSize+= 2；
}
* tmp = 0；
tmp++；
* tmp = 0；
返回outputSize
}
扩展数据
UTF-8:随着互联网的普及，对统一编码方法有着强烈的需求。UTF-8是互联网上使用最广泛的unicode实现。其他的实现还有UTF-16和UTF-32，但是在互联网上基本不用。同样，这里的关系是UTF-8是Unicode的实现之一。
UTF-8最大的特点之一就是它是一种变长编码方法。它可以用1~6个字节来表示一个符号，字节长度根据符号的不同而不同。
UTF八号协议的编码规则:
UTF-8编码规则非常简单，只有两条:
1.对于单字节符号，字节的第一位设置为0，接下来的7位是该符号的unicode代码。因此，对于英文字母，UTF-8编码和ASCII编码是相同的。
2.对于n字节的符号(n >；1)，第一个字节的前n位全部设置为1，第n+1位设置为0，后面字节的前两位全部设置为10。剩下没有提到的位都是这个符号的unicode码。