最近在学习网络编程方面的东西，写了一个从网页抓取文本的程序，基于对话框的mfc项目。项目使用Unicode编码方式。目前攻克了从utf8编码的网页上抓取中文内容而不出现乱码的难题。而对于gbk编码的网页，目前还没有进展，等解决了问题，会另写文章介绍。
这两天程序的思想和编写并没有太难的地方，但我仍然遇到了很多问题，就是因为搞不懂相关的转码方式，网上方法很多，但鲜有能解决问题的。现在终于解决了问题，我决定写这篇文章介绍一下经验，使有相关问题的读者省时省力。虽然很多原理我搞不懂，但相关做法可供参考。我使用的软件是vs2010。
主要问题有如下几点
使用HTTP协议的get请求获取网页源代码时，我是将抓取的源码存入CString。而将这个CString显示到listbox或编辑框时，中文字符会出现乱码。
解决方法：GetDlgItem(IDC_EDIT1)->SetWindowTextW(cstr);
注意，一定要使用SetWindowTextW，而不可以使用SetWindowText，由于Unicode编码是双字节，所以要用带W的函数。
Unicode下，CString和string的互相转化，有时转换结果是乱码
解决方法
CString转string
CString cs；
string str=CStringA(cs);
string转CString
不可用cs.Format("%s",str);
要用
USES_CONVERSION;
CString cs(str.c_str());
(若编译器在"%s"下画红线，则改成cs.Format(L"%s",str);)
用第一种方法，CString中就是乱码。至于为什么不能用，我搞不清楚，不过找出这个解决方法花了我一晚上，所以遇到此类问题，不妨试一下第二种方法。
我暂时就想到这两个较为明显的问题，也许是我没想到遇到的其他问题，如果想到，会更新文章。如果读者遇到其他问题，欢迎评论，共同进步。
网友评论