C 输出与输入相同。如何修复？

ANSI到UTF-8转换器。主要问题是输出与输入相同。如何修复它

#include <windows.h>
#include <stdio.h>
#include <stdlib.h>

int main(int argc, char *argv[], char *envp[])
{
  FILE *SrcFile;
  FILE *DstFile;
  char ch;
  wchar_t wch;

    if((SrcFile = fopen("input.txt", "rb")) == NULL)
      return 1;
    if((DstFile = fopen("output.txt","wb+")) == NULL)
      return 1;

   fputc(0xFF, DstFile);
   fputc(0xFE, DstFile);

   while(TRUE)
   {
     ch = fgetc(SrcFile);
     if(feof(SrcFile))
       break;

     MultiByteToWideChar(CP_ACP, MB_PRECOMPOSED,
       &ch, 1, &wch, 1);

     fputwc(wch, DstFile);
   }
   fclose(SrcFile);
   fclose(DstFile);
  return 0;
}

#包括
#包括
#包括
int main（int argc，char*argv[]，char*envp[]
{
文件*SrcFile；
文件*DstFile；
char ch；
wchar_t wch；
if（（SrcFile=fopen（“input.txt”，“rb”））==NULL）
返回1；
如果（（DstFile=fopen（“output.txt”，“wb+”）==NULL）
返回1；
fputc（0xFF，DstFile）；
fputc（0xFE，DstFile）；
while（TRUE）
{
ch=fgetc（SrcFile）；
if（feof（SrcFile））
打破
MultiByteToWideChar（CP_ACP，MB_预合成，
&ch，1和wch，1）；
fputwc（wch，dst文件）；
}
fclose（src文件）；
fclose（DstFile）；
返回0；
}

根据设计，底部127个字符在ASCII/ANSI和UTF-8之间是二进制兼容的。所以应该没有区别

---

您不应该在UTF-8文件内容中包含BOM（字节顺序标记），因为它是不必要的，因为UTF-8的字节流是唯一的，因此不需要处理“endian”问题。此外，添加BOM表可能会破坏某些接受ANSI的应用程序。

在Windows中，可以从ANSI转换为UTF16，然后从UTF16转换为UTF8

不能在字符集之间一次转换1个字节。整个文件必须读入缓冲区并转换。请注意，在UTF8中，每个Unicode代码点都在1到4个字节之间，而在UTF16中是2或4个字节，在ANSI中总是1个字节

int main(void)
{
    FILE* src = fopen("source.txt", "rb");
    if(!src) return 0;

    FILE* dst = fopen("destination.txt", "wb");
    if(!dst) return 0;

    fseek(src, 0, SEEK_END);
    long filesize = ftell(src);
    char *ansi = malloc(filesize);

    fseek(src, 0, SEEK_SET);
    fread(ansi, 1, filesize, src);

    int codepage = CP_ACP;
    int u16size = MultiByteToWideChar(codepage, 0, ansi, filesize, NULL, 0);
    wchar_t *u16 = malloc(u16size * sizeof(wchar_t));
    MultiByteToWideChar(codepage, 0, ansi, filesize, u16, u16size);

    int u8size = WideCharToMultiByte(CP_UTF8, 0, u16, u16size, NULL, 0, NULL, FALSE);
    char *u8 = malloc(u8size);
    WideCharToMultiByte(CP_UTF8, 0, u16, u16size, u8, u8size, NULL, FALSE);

    fwrite(u8, 1, u8size, dst);

    return 0;
}

---

如果hte输入为ANSI，则其外观与UTF-8相同。这是故意的。只有在代码点超过127之后，UTF-8才会有所不同。此外，您不应该在UTF-8文件内容中包含BOM（字节顺序标记），因为它是不必要的。您确定

&ch

是

\u in_NLS\u string(cbMultiByte）LPCCH

？在我看来，它很像一个

char*

。另请参见转换为UTF-16，而不是UTF-8（其中ASCII是一个子集）。您希望得到什么输出？哦，您不需要进行

feof

检查。

fgetc

函数返回一个

int

，如果出现错误或文件结束，该值将为

EOF

。因此，您可以在循环条件

中直接使用它，而（（ch=fgetc（SrcFile））！=EOF）{…}

。别忘了将

ch

定义为

int

。ANSI字符的范围会增加到255个。这是正确的，但在大多数拉丁语文本情况下，实际使用的值保留在底部127，对应于Unicode基本拉丁语。ANSI中较高的代码点通常表示不常见的标点符号、数学符号和重音拉丁字符。如果没有符号，它可以用于拉丁字母表。但对于非拉丁字母，如希腊语、西里尔语、亚洲语言，它将失败……ISO 8859-1（ANSI的正式定义）不支持这些字母。