直接在 C 语言标准库中实现这个转换非常复杂，因为需要完整的 Unicode 和 GBK 编码表，最佳实践是使用成熟的第三方库，最常用、最权威的库是 ICU (International Components for Unicode)。
（图片来源网络，侵删）
下面我将分步介绍如何使用 ICU 库来完成这个转换,并提供一个完整的示例代码。
使用 ICU 库（推荐）
ICU 是一个开源的、成熟的 C/C++ 库，专门用于 Unicode 支持，包括文本处理、编码转换、国际化（i18n）等，它是处理这类问题的“标准”工具。
准备工作：安装 ICU 库
在开始编码之前，你需要确保你的系统上安装了 ICU 开发库。
-
在 Linux (Debian/Ubuntu) 上:
（图片来源网络，侵删）sudo apt-get update sudo apt-get install libicu-dev
-
在 Linux (Fedora/CentOS) 上:
sudo dnf install libicu-devel
-
在 Windows 上:
- 从 ICU 官网 下载预编译的二进制包。
- 解压文件，并将
bin目录（icu\bin64）添加到系统的PATH环境变量中。 - 在你的 C/C++ 开发环境中（如 Visual Studio），配置包含目录和库目录，并链接
icuuc.lib和icuin.lib。
-
在 macOS 上 (使用 Homebrew):
brew install icu4c
如果使用 Clang,编译时可能需要指定路径：
（图片来源网络，侵删）gcc your_source.c -o your_program -licuuc -licui18n -L/usr/local/opt/icu4c/lib -I/usr/local/opt/icu4c/include
C 语言代码示例
下面的示例展示了如何将一个 UTF-16 编码的字符串（Windows 上 wchar_t* 常见）转换为 GBK 编码的字符串。
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <unicode/ucnv.h> // ICU 转换器头文件
#include <unicode/ustring.h> // ICU 字符串操作头文件
// 函数：将 UTF-16 字符串转换为 GBK 字符串
// 参数:
// utf16_str: 输入的 UTF-16 字符串 (const UChar*)
// utf16_len: 输入字符串的长度 (以 UChar 为单位), -1 表示以 NULL
// gbk_str: 输出的 GBK 字符串 (char**), 调用者负责释放内存
// 返回值: 0 表示成功，非 0 表示失败
int utf16_to_gbk(const UChar* utf16_str, int utf16_len, char** gbk_str) {
UErrorCode status = U_ZERO_ERROR;
UConverter* conv = NULL;
char* buffer = NULL;
int32_t gbk_len = 0;
// 1. 打开一个从 Unicode (UTF-16) 到 GBK 的转换器
// "GBK" 是目标编码名称
conv = ucnv_open("GBK", &status);
if (U_FAILURE(status)) {
fprintf(stderr, "Error opening converter to GBK: %s\n", u_errorName(status));
return -1;
}
// 2. 计算转换后所需的缓冲区大小
// u_strToBytes 会计算需要的字节数，但不进行实际转换
u_strToBytes(
utf16_str, // 源字符串 (UTF-16)
utf16_len, // 源字符串长度
NULL, // 不需要目标缓冲区，传入 NULL
&gbk_len, // 输出所需的字节数
conv, // 转换器
&status // 错误码
);
if (U_FAILURE(status)) {
// 如果错误是 "buffer overflow"，是正常现象，表示计算成功
if (status != U_BUFFER_OVERFLOW_ERROR) {
fprintf(stderr, "Error calculating GBK length: %s\n", u_errorName(status));
ucnv_close(conv);
return -1;
}
// 重置错误码为成功，因为 U_BUFFER_OVERFLOW_ERROR 是预期行为
status = U_ZERO_ERROR;
}
// 3. 分配内存来存储 GBK 字符串
// 需要额外一个字节给字符串结尾的 '\0'
buffer = (char*)malloc(gbk_len + 1);
if (!buffer) {
fprintf(stderr, "Memory allocation failed for GBK buffer.\n");
ucnv_close(conv);
return -1;
}
// 4. 执行实际的转换
u_strToBytes(
utf16_str, // 源字符串 (UTF-16)
utf16_len, // 源字符串长度
buffer, // 目标缓冲区
&gbk_len, // 目标缓冲区大小
conv, // 转换器
&status // 错误码
);
if (U_FAILURE(status)) {
fprintf(stderr, "Error converting to GBK: %s\n", u_errorName(status));
free(buffer);
ucnv_close(conv);
return -1;
}
// 5. 添加字符串结束符 '\0'
buffer[gbk_len] = '\0';
// 6. 关闭转换器
ucnv_close(conv);
// 7. 通过输出参数返回结果字符串
*gbk_str = buffer;
return 0;
}
int main() {
// 示例：一个包含中文字符的 UTF-16 字符串
// 在 Windows 上，L"你好" UTF-16 编码的 wchar_t 数组
// 在其他平台，UChar 通常是 UTF-16
const UChar utf16_str[] = {0x4F60, 0x597D, 0xFF0C, 0x4E16, 0x754C, 0x0021}; // "你好，世界！"
const int utf16_len = sizeof(utf16_str) / sizeof(utf16_str[0]); // 长度为 6
char* gbk_str = NULL;
printf("Original UTF-16 string (hex): ");
for (int i = 0; i < utf16_len; i++) {
printf("%04X ", utf16_str[i]);
}
printf("\n");
if (utf16_to_gbk(utf16_str, utf16_len, &gbk_str) == 0) {
printf("Converted GBK string: %s\n", gbk_str);
printf("GBK string length (bytes): %zu\n", strlen(gbk_str));
// 使用完毕后，务必释放内存！
free(gbk_str);
} else {
printf("Failed to convert UTF-16 to GBK.\n");
}
return 0;
}
如何编译
在 Linux/macOS 上，使用 gcc 编译并链接 ICU 库：
gcc unicode_to_gbk_example.c -o unicode_to_gbk_example -licuuc -licui18n
-licuuc: 链接 ICU 核心库（包含转换器）。-licui18n: 链接 ICU 国际化库（虽然本例可能用不到，但链接它更稳妥）。
代码解析
#include <unicode/ucnv.h>: 包含 ICU 转换功能的核心头文件。- *`UConverter conv = ucnv_open("GBK", &status);
**: 这是第一步，创建一个编码转换器。"GBK"指定了目标编码。UErrorCode` 用于检查操作是否成功。 u_strToBytes(...): 这个函数非常关键，它有两个主要用途：- 当目标缓冲区为
NULL时，它会计算转换结果所需的大小（字节数），并存入gbk_len指向的变量中，此时错误码status会变为U_BUFFER_OVERFLOW_ERROR，这是一个正常的“预期错误”,表示计算成功。 - 当提供了目标缓冲区后,它会执行实际的转换。
- 当目标缓冲区为
malloc(gbk_len + 1): 根据计算出的长度分配内存，并多分配一个字节用于存放字符串结束符\0。u_strToBytes(...)(第二次调用): 这次调用使用分配好的buffer进行实际转换。buffer[gbk_len] = '\0': 手动添加 C 语言字符串的结束符。ucnv_close(conv): 非常重要！ 使用完转换器后必须关闭它,以释放相关资源。free(gbk_str): 非常重要！ 在main函数中，我们使用malloc分配了内存，所以使用完毕后必须用free释放,防止内存泄漏。
使用 Windows API（仅限 Windows）
如果你的程序只在 Windows 平台上运行，可以使用 Windows 自带的 API WideCharToMultiByte，它比 ICU 更轻量。
#include <windows.h>
#include <stdio.h>
int main() {
// UTF-16 字符串 (Windows 上的宽字符)
const wchar_t* utf16_str = L"你好，世界！";
// 1. 计算转换后所需的字节大小
// CP_ACP 是当前系统的 ANSI 代码页，对于中文系统通常是 GBK
// 如果明确想用 GBK，可以使用 936 (CP_GBK)
int gbk_len = WideCharToMultiByte(
936, // CodePage: 936 代表 GBK
0, // Flags
utf16_str, // 源字符串
-1, // 源字符串长度，-1 表示自动计算
NULL, // 目标缓冲区 (NULL 表示只计算大小)
0, // 目标缓冲区大小 (0 表示只计算大小)
NULL, // 默认字符
NULL // 使用默认字符的标志
);
if (gbk_len == 0) {
printf("Error calculating length: %lu\n", GetLastError());
return -1;
}
// 2. 分配内存
char* gbk_str = (char*)malloc(gbk_len);
if (!gbk_str) {
printf("Memory allocation failed.\n");
return -1;
}
// 3. 执行转换
WideCharToMultiByte(
936, // CodePage: GBK
0, // Flags
utf16_str, // 源字符串
-1, // 源字符串长度
gbk_str, // 目标缓冲区
gbk_len, // 目标缓冲区大小
NULL, // 默认字符
NULL // 使用默认字符的标志
);
printf("Converted GBK string: %s\n", gbk_str);
printf("GBK string length (bytes): %d\n", gbk_len - 1); // 减去结尾的 '\0'
// 4. 释放内存
free(gbk_str);
return 0;
}
编译（Windows 命令行）:
cl /W4 unicode_to_gbk_win.c
总结与选择
| 特性 | ICU 库 | Windows API (WideCharToMultiByte) |
|---|---|---|
| 跨平台性 | 优秀，支持 Windows, Linux, macOS 等 | 仅限 Windows |
| 功能 | 极其强大，支持所有 Unicode 和主流编码，提供丰富的国际化功能 | 功能相对基础，主要用于本机编码转换 |
| 依赖 | 需要额外安装 ICU 库 | 无需额外依赖，是系统一部分 |
| 易用性 | 概念稍复杂（转换器、错误码），但非常规范 | 在 Windows 上非常简单直接 |
| 适用场景 | 跨平台项目、需要处理复杂文本、国际化应用 | Windows 专用项目、快速实现、不希望引入第三方库 |
建议：
- 如果你的代码需要运行在多个操作系统上，或者你正在构建一个复杂的国际化应用，请务必选择 ICU 库，它是业界标准,稳定可靠。
- 如果你的代码仅在 Windows 上运行，并且你希望尽量减少外部依赖，Windows API 是一个很好的选择,它更轻量且易于使用。
