C++将 URL转换成正常字符，支持 utf

在做网站分析时，我们经常要分析baidu、google 等搜索引擎的搜索关键字，比如搜索“中国”

在 baidu 中是:http://www.baidu.com/s?wd=%D6%D0%B9%FA&cl=3

在 google 中是：http://www.google.com/search?hl=zh-CN&q=%E4%B8%AD%E5%9B%BD&lr=

“中国”这两个字在 baidu 中的编码是 %D6%D0%B9%FA  为 gb2312 编码后转成 16 进制

在 google 中的编码是 %E4%B8%AD%E5%9B%BD 为 utf-8 编码后转成 16 进制

下面的程序分可以把这两种编码解译成原文 "中国". 欢迎拍码

//从 URL 专用格式字符串还原成普通字符串#include <iconv.h>#include <iostream>using namespace std;char Char2Int(char ch){ if(ch>='0' && ch<='9')return (char)(ch-'0'); if(ch>='a' && ch<='f')return (char)(ch-'a'+10); if(ch>='A' && ch<='F')return (char)(ch-'A'+10); return -1;}char Str2Bin(char *str){ char tempWord[2]; char chn; tempWord[0] = Char2Int(str[0]); //make the B to 11 -- 00001011 tempWord[1] = Char2Int(str[1]); //make the 0 to 0 -- 00000000 chn = (tempWord[0] << 4) | tempWord[1]; //to change the BO to 10110000 return chn;}string UrlDecode(string str){ string output=""; char tmp[2]; int i=0,idx=0,ndx,len=str.length(); while(i<len){ if(str[i]=='%'){ tmp[0]=str[i+1]; tmp[1]=str[i+2]; output+=Str2Bin(tmp); i=i+3; } else if(str[i]=='+'){ output+=' '; i++; } else{ output+=str[i]; i++; } } return output;}// 代码转换操作类 用于将utf-8 格式转成 gb2312class CodeConverter { private: iconv_t cd; public: CodeConverter(const char *from_charset,const char *to_charset) {// 构造 cd = iconv_open(to_charset,from_charset); } ~CodeConverter() {// 析构 iconv_close(cd); } int convert(char *inbuf,int inlen,char *outbuf,int outlen) {// 转换输出 char **pin = &inbuf; char **pout = &outbuf; memset(outbuf,0,outlen); return iconv(cd,pin,(size_t *)&inlen,pout,(size_t *)&outlen); }};//输入url_Utf-8 ,输出 gb2312string Url2Str_Utf8(string instr){ string input; input=UrlDecode(instr); const int outlen=instr.length(); char output[outlen]; CodeConverter cc = CodeConverter("utf-8","gb2312"); cc.convert((char *)input.c_str(),strlen(input.c_str()),output,outlen); return output;}//输入url_gb2312 ,输出 gb2312 实际上是直接调用 UrlDecode()string Url2Str_gb2312(string str){ return UrlDecode(str);}//示例程序/*int main(){ //char out2[OUTLEN]; //+中国哈哈哈终于得了^_^ cout<<"Url2String_gb2312:"<<Url2String_gb2312("%2B%D6%D0%B9%FA%B9%FE%B9%FE%B9%FE%D6%D5%D3%DA%B5%C3%C1%CB%5E_%5E")<<endl; cout<<"Url2String_Utf8:"<<Url2String_Utf8("%2B%E4%B8%AD%E5%9B%BD%E5%93%88%E5%93%88%E5%93%88%E7%BB%88%E4%BA%8E%E5%BE%97%E4%BA%86%5E_%5E")<<endl; // utf-8-->gb2312 //cout << "utf-8-->gb2312 in=" << out1 << ",out=" << out2 << endl; //cout<<Url2String_Utf8(out1); return 0;}*/