C cgi url 編碼解碼問題

這幾天在學慣用C寫CGI程式呢，第一個遇到的問題就是編碼了。

0~9 a~z A～Z這些字元是不會被編碼的，但是比如一些特殊字元或是中文，post或get資料時，會對資料自動進行編碼，比如漢字'中',如果頁面採用的是gb2312編碼，'中'字會被編碼為'%D6%D0'，忽略'%'標識,兩個十六進位數，即0xD6,0xD0，六個字元。如果頁面是utf-8編碼，'中'字會被編碼為'%D6%D0%AD'，忽略'%'標識，三個十六進位數，即0xD6,0xD0,0xAD,九個字元。


解碼時，比如gb編碼，要將六個字元變成兩個字元，即把字元處理後，可以將兩個十六進位數轉換為兩個十進位數，然後強制轉換為兩個字元。0xD6,214,0xD0,208;
char *encode="%D6%D0";

char decode[3];

decode[0]=214;//%D6,0xD6

decode[1]=208;//%D0,0xD0

decode[2]='\0';

printf("%s\n",decode);//輸出'中'。

utf-8編碼解碼是同樣的原理。
char *encode="%D6%D0%AD";

char decode[4];

decode[0]=228;//%E4,0xE4

decode[1]=284;//%B8,0xB8

decode[2]=173;//%AD,0xAD

decode[3]='\0';

printf("%s\n",decode);//輸出'中'。


可以看出來，採用utf-8，中文編碼會使儲存空間變大。對於解碼，需要個十六進位到十進位的轉換函式，很簡單了就可以實現了。