程序将 ASCII 转换为 Unicode（C++）

在编程中，两种常用的字符编码系统是ASCII和Unicode。Unicode 可以表示超过 100,000 个字符，使用从 0 到0x10FFFF的代码点，而 ASCII 只能用 7 位表示 128 个字符。在 C++ 中处理或显示不在 ASCII 范围内的字符时，将 ASCII 字符代码转换为相应的 Unicode 代码点有时很有帮助。本文将介绍一个基本的 C++ 程序，该程序将用户输入的 ASCII 代码转换为合适的 Unicode 字符。我们将直接将 ASCII 值映射到 Unicode 代码点，这对于 0-127 的标准 ASCII 范围是有效的。完整的代码示例展示了如何用几行 C++ 实现此转换，为应用程序中更强大的 Unicode 处理提供基础。

什么是 ASCII 码？

名为ASCII (American system Code for Information Interchange，美国信息交换标准代码)的字符编码系统使用七位来编码 128 个字符。它在1960 年代创建时基于英语字母。

ASCII 中的字符集编码

• 英语中的大写和小写字母 (A-Z, a-z)。
• 数字 0 到 9。
• 标点符号。
• 控制字符：换行符、回车符等。
• 特殊符号，例如 !"#$%&'()*+,-./:;<=>?@[]^_}{|}~。

从 0000000 到 1111111 的二进制数，可以方便地表示为 0 到 127 之间的十进制值，对应于每个字符。例如：

• 二进制 0100001，或十进制 65，对应于'A'，
• 而二进制 01000010，或十进制 66，对应于 'B'。

前 32 个 ASCII 码 (十进制 0-31) 保留给不可打印的控制字符，如空字符、制表符、换行符、回车符等。码位 32-126 表示可打印字符，如字母、数字和标点符号。码位 127 保留给删除字符。

ASCII 标准每个字符只使用7 位，但大多数现代系统使用 8 位并将最高位设置为 0。这使得 ASCII 可以在 8 位环境中与其他编码一起使用。

什么是 Unicode？

Unicode 是一项在大多数书写系统中通用的计算行业标准，可确保一致的编码、表示、处理和文本处理。无论平台如何，Unicode 为每个字符分配一个唯一的数字、应用程序或语言。

关于 Unicode 的几点说明

• Unicode 使文本处理、存储和传输独立于语言和平台。
• Unicode 标准可以编码超过 100 万个字符。它包含世界上所有主要语言的字符。
• Unicode 使用 21 位的编码空间来定义 1,112,064 个代码点。每个代码点代表一个唯一的字符。
• 21 位空间被划分为 17 个平面，每个平面有 65,536 (= 2^16) 个代码点。第一个平面 (0000 - F) 称为基本多语言平面 (BMP)，包含几乎所有现代语言的字符。
• Unicode 拥有双向文本、字形、排序和渲染标准，以促进国际化。
• Unicode 联盟是一个非营利组织，负责维护 Unicode 标准。各大公司和组织都参与 Unicode 标准的制定。
• Unicode 与设备和平台无关。Unicode 代码点表示的字符将在不同设备上一致地呈现。
• Unicode 向后兼容 ASCII。前 128 个 Unicode 代码点对应于 ASCII 字符。

什么是 ASCII 字符表？

ASCII 表是一种字符编码标准，使用 7 位二进制数表示 128 个字符。ASCII 是 American Standard Code for Information Interchange (美国信息交换标准代码) 的缩写。

ASCII 表包含：

• 大写和小写英文字母
• 数字
• 标点符号
• 控制字符
• 特殊字符

每个 ASCII 字符都映射到一个介于 0 和 127 之间的十进制数。它允许使用从 0000000 到 1111111 的二进制数来编码字符。

前 32 个 ASCII 码 (0-31) 保留给不可打印的控制功能字符，如空字符、制表符、换行符、回车符等。

• 码位 32 到 47 表示各种标点符号。
• 码位 48 到 57 表示数字 0 到 9。
• 码位 65 到 90 是大写字母 A 到 Z。
• 码位 97 到 122 是小写字母 a 到 z。

其余码位用于其他符号和控制字符。下面是完整的 ASCII 标准表，显示了每个字符及其对应的十进制和十六进制码值：

它涵盖了 128 个字符的 ASCII 集，包括控制字符、可打印字符、标点符号和特殊符号。该表提供了表示 ASCII 编码标准中每个字符的十进制和十六进制值。

C++ 实现

• 获取需要转换的 ASCII 字符的十进制值。例如，'A' 的十进制值为 65。
• 对于 0 到 127 之间的 ASCII 值，只需将 ASCII 十进制值直接分配给 Unicode 代码点即可。这是有效的，因为 Unicode 向后兼容 ASCII，并且对于前 128 个字符保持相同的值。
• 所以对于 ASCII 值 65 的 'A'，等效的 Unicode 代码点值也为 65。
• 要将其转换为实际的 Unicode 字符，请在 C++ 中将代码点 int 变量转换为 char 或 wchar_t 类型。

例如

• 这会将 ASCII 值复制到 Unicode 变量，该变量将其解释为 Unicode 代码点并进行转换。
• 对于高于 127 的 ASCII 值，需要查找表或 switch 语句才能将 ASCII 值映射到相应的 Unicode 代码点。
• mbstowcs 或 MultiByteToWideChar 等 Unicode 库函数也可以将 ASCII 转换为 Unicode。

因此，总而言之，对于 ASCII 范围 0-127，只需将 ASCII 十进制值作为 Unicode 分配/转换即可。使用映射机制来处理 127 以上的扩展 ASCII，以获取等效的 Unicode 代码点。将结果整数代码点转换为wchar_t或 char 以获取 Unicode 字符。

输出

Enter an ASCII code (0-127): 65
Unicode character: A