linux下c语⾔利⽤iconv函数实现utf-8转unicode
iconv是linux下的编码转换的⼯具，它提供命令⾏和函数接⼝⽀持
1.命令⾏
man⼿册iconv命令⽤法如下：
iconv -f encoding -t encoding inputfile
有如下选项可⽤:
输⼊/输出格式规范：
-f, --from-code=名称原始⽂本编码
-t, --to-code=名称输出编码
信息：
-l, --list 列举所有已知的字符集
输出控制：
-c 从输出中忽略⽆效的字符
-o, --output=FILE 输出⽂件
-s, --silent 关闭警告
--verbose 打印进度信息
⽰例：下⾯的命令是将⼀个utf8编码的⽂件转换为⼀个unicode编码的⽂件
iconv -f utf-8 -t >
2.函数接⼝
iconv函数族的头⽂件是iconv.h，使⽤前需包含之。
#include <iconv.h>
iconv函数族有三个函数，原型如下:
iconv_t iconv_open(const char *tocode, const char *fromcode);
此函数说明将要进⾏哪两种编码的转换,tocode是⽬标编码,fromcode是原编码，该函数返回⼀个转换句柄，供以下两个函数使⽤。
size_t iconv(iconv_t cd,char **inbuf,size_t *inbytesleft,char **outbuf,size_t *outbytesleft);
此函数从inbuf中读取字符，转换后输出到outbuf中,inbytesleft⽤以记录还未转换的字符数,outbytesleft⽤以记录输出缓冲的剩余空间。
注意：inbuf和outbuf都必须是有存储空间的不能定义为常量，如：char *inbuf = "abc" 或者是char *outbuf = "123"这样定义都是错误的。另外inbuf，inbytesleft，outbuf，outbytesleft这⼏个参数在使⽤过程中都会改变，最好是先保存⼀下原值，然后再使⽤
int iconv_close(iconv_t cd);
此函数⽤于关闭转换句柄，释放资源。
基本使⽤举例：
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <iconv.h>
int main(int argc, char **argv)
{
/* ⽬的编码, TRANSLIT：遇到⽆法转换的字符就相近字符替换
* IGNORE ：遇到⽆法转换字符跳过*/
//char *encTo = "UNICODE//TRANSLIT";
char *encTo = "UNICODE//IGNORE";
/* 源编码 */
char *encFrom = "UTF-8";
/
* 获得转换句柄
*@param encTo ⽬标编码⽅式
*@param encFrom 源编码⽅式
*
* */
iconv_t cd = iconv_open (encTo, encFrom);
if (cd == (iconv_t)-1)
{
perror ("iconv_open");
}
/* 需要转换的字符串 */
char inbuf[1024] = "abcdef哈哈哈哈⾏";
size_t srclen = strlen (inbuf);
/* 打印需要转换的字符串的长度 */
printf("srclen=%d\n", srclen);
/* 存放转换后的字符串 */
size_t outlen = 1024;
char outbuf[outlen];
memset (outbuf, 0, outlen);
/* 由于iconv()函数会修改指针，所以要保存源指针 */
char *srcstart = inbuf;
char *tempoutbuf = outbuf;
/
* 进⾏转换
*@param cd iconv_open()产⽣的句柄
*@param srcstart 需要转换的字符串
*@param srclen 存放还有多少字符没有转换
*@param tempoutbuf 存放转换后的字符串
*@param outlen 存放转换后,tempoutbuf剩余的空间
*
* */
size_t ret = iconv (cd, &srcstart, &srclen, &tempoutbuf, &outlen);
if (ret == -1)
{
perror ("iconv");
}
printf ("inbuf=%s, srclen=%d, outbuf=%s, outlen=%d\n", inbuf, srclen, outbuf, outlen);
int i = 0;
for (i=0; i<strlen(outbuf); i++)
{
printf("%x\n", outbuf[i]);
}
/* 关闭句柄 */
iconv_close (cd);
return0;
}
下⾯做了⼀下函数的封装：
/*
* ===================================================================================== *
* Filename: iconv.c
*
* Description: j
*unicode文件格式
* Version: 1.0
* Created: 08/05/2015 05:51:47 PM
* Revision: none
* Compiler: gcc
*
* Author: YOUR NAME (),
* Organization:
*
* ===================================================================================== */
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <stdbool.h>
#include <iconv.h>
bool unicode_to_utf8 (char *inbuf, size_t *inlen, char *outbuf, size_t *outlen)
{
/* ⽬的编码, TRANSLIT：遇到⽆法转换的字符就相近字符替换
* IGNORE ：遇到⽆法转换字符跳过*/
char *encTo = "UTF-8//IGNORE";
/* 源编码 */
char *encFrom = "UNICODE";
/* 获得转换句柄
*@param encTo ⽬标编码⽅式
*@param encFrom 源编码⽅式
*
* */
iconv_t cd = iconv_open (encTo, encFrom);
if (cd == (iconv_t)-1)
{
perror ("iconv_open");
}
/* 需要转换的字符串 */
printf("inbuf=%s\n", inbuf);
/* 打印需要转换的字符串的长度 */
printf("inlen=%d\n", *inlen);
/* 由于iconv()函数会修改指针，所以要保存源指针 */
char *tmpin = inbuf;
char *tmpout = outbuf;
size_t insize = *inlen;
size_t outsize = *outlen;
/* 进⾏转换
*@param cd iconv_open()产⽣的句柄
*@param srcstart 需要转换的字符串
*@param inlen 存放还有多少字符没有转换
*@param tempoutbuf 存放转换后的字符串
*@param outlen 存放转换后,tempoutbuf剩余的空间
*
* */
size_t ret = iconv (cd, &tmpin, inlen, &tmpout, outlen);
if (ret == -1)
{
perror ("iconv");
}
/* 存放转换后的字符串 */
printf("outbuf=%s\n", outbuf);
//存放转换后outbuf剩余的空间
printf("outlen=%d\n", *outlen);
int i = 0;
for (i=0; i<(outsize- (*outlen)); i++)
{
//printf("%2c", outbuf[i]);
printf("%x\n", outbuf[i]);
}
/* 关闭句柄 */
iconv_close (cd);
return0;
}
bool utf8_to_unicode (char *inbuf, size_t *inlen, char *outbuf, size_t *outlen) {
/* ⽬的编码, TRANSLIT：遇到⽆法转换的字符就相近字符替换
* IGNORE ：遇到⽆法转换字符跳过*/
char *encTo = "UNICODE//IGNORE";
/* 源编码 */
char *encFrom = "UTF-8";
/* 获得转换句柄
*@param encTo ⽬标编码⽅式
*@param encFrom 源编码⽅式
*
* */
iconv_t cd = iconv_open (encTo, encFrom);
if (cd == (iconv_t)-1)
{
perror ("iconv_open");
}
/* 需要转换的字符串 */
printf("inbuf=%s\n", inbuf);
/* 打印需要转换的字符串的长度 */
printf("inlen=%d\n", *inlen);
/* 由于iconv()函数会修改指针，所以要保存源指针 */ char *tmpin = inbuf;
char *tmpout = outbuf;
size_t insize = *inlen;
size_t outsize = *outlen;
/* 进⾏转换
*@param cd iconv_open()产⽣的句柄
*@param srcstart 需要转换的字符串
*@param inlen 存放还有多少字符没有转换
*@param tempoutbuf 存放转换后的字符串
*@param outlen 存放转换后,tempoutbuf剩余的空间 *
* */
size_t ret = iconv (cd, &tmpin, inlen, &tmpout, outlen); if (ret == -1)
{
perror ("iconv");
}
/* 存放转换后的字符串 */
printf("outbuf=%s\n", outbuf);
//存放转换后outbuf剩余的空间
printf("outlen=%d\n", *outlen);
int i = 0;
for (i=0; i<(outsize- (*outlen)); i++)
{
//printf("%2c", outbuf[i]);
printf("%x\n", outbuf[i]);
}
/* 关闭句柄 */
iconv_close (cd);
return0;
}
int main ()
{
/* 需要转换的字符串 */
//char inbuf[1024] = "abcdef哈哈哈哈⾏";
char *text = "汉";
char inbuf[1024] = {};
strcpy (inbuf, text);
size_t inlen = strlen (inbuf);
/* 存放转换后的字符串 */
char outbuf[1024] = {};
size_t outlen = 1024;
utf8_to_unicode (inbuf, &inlen, outbuf, &outlen);
printf ("print outbuf: %s\n", outbuf);
size_t outsize = strlen(outbuf);
size_t insize = 1024;
char instr[1024] = {};
unicode_to_utf8 (outbuf, &outsize, instr, &insize);
printf ("print buf: %s\n", instr);
return0;
}
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论