Windows和Linux的字符编码转换

前谈过一篇关于Linux下面Unicode使用的文章。那个主要是针对多字节和宽字符的转换而谈的。今天说的有些类似,主要是windows下面关于字符编码转换和Linux下面的不同。
我移植的那部分程序中,有函数是用来实现UTF-8GBK之间的转换的。其实其他很多不同类型的字符之间转换都可以用这种方法。
 
     先说windows因为windows下面没有函数可以实现这一功能,所以得自己写。思路很简单,就是利用之前讲过的那两个函数来实现,即:MultiByteToWideCharWideCharToMultiByte来实现。先将其中一种编码(如UTF-8)利用MultiByteToWideChar转换为宽字节,然后再利用WideCharToMultiByte转换为另一种编码(如GBK)。反过来也是一样的。
 
下面给出代码
LONG UTF8ToGBK(const void * lpUTF8Str, string & str) 

        if(lpUTF8Str == NULL)    return -1; 

        int nRetLen = 0; 

        //获取转换到Unicode编码后所需要的字符空间长度 
        nRetLen = ::MultiByteToWideChar(CP_UTF8, 0,
                                 (char *)lpUTF8Str, -1, NULL, NULL);         

        WCHAR *lpUnicodeStr = new WCHAR[nRetLen + 1];        
         //为Unicode字符串空间 

        //转换到Unicode编码 
        nRetLen = ::MultiByteToWideChar(CP_UTF8, 0,
                    (char *)lpUTF8Str, -1, lpUnicodeStr, nRetLen); 

        if(!nRetLen) 
        { 
                delete []lpUnicodeStr; return -1; 
        } 

        //获取转换到GBK编码后所需要的字符空间长度 
        nRetLen = ::WideCharToMultiByte(CP_ACP, 0, lpUnicodeStr,
                                   -1, NULL, NULL, NULL, NULL);         

        CHAR *lpGBKStr = new CHAR[nRetLen + 1]; 

        nRetLen = ::WideCharToMultiByte(CP_ACP, 0, lpUnicodeStr,
                       -1, (char *)lpGBKStr, nRetLen, NULL, NULL);       
        //转换到GBK编码 

        if(!nRetLen) 
        { 
                delete []lpUnicodeStr; 
                delete []lpGBKStr; 
                return -2; 
        } 
    
        str = lpGBKStr; 

        delete []lpUnicodeStr; 
        delete []lpGBKStr; 
        return 0; 
}
 
 
再来看Linux,它已经提供了函数可以实现这一功能,不仅如此,Linux还可以实现批量文件的字符编码转换呢。只不过在Linux下面支持的字符集多少会和Windows的不同,所以一定得先查字符集有哪些,再去使用函数。这里推荐使用locale –m命令,得到的字符集比较全。
实现这一功能的正是iconv函数族,包含以下三个函数:
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。
    int iconv_close(iconv_t cd);
此函数用于关闭转换句柄,释放资源。
 
下面给demo代码:
#include <stdio.h> 
#include <iconv.h> 
#include <string.h> 

#define BUFLEN 256 

char outbuf[BUFLEN]; 
char inbuf[BUFLEN] = "characters convertion"; 

int main() 
{     
     char *pin = inbuf; 
     char *pout = outbuf; 
        
     int inlen = strlen(pin); 
     int outlen = BUFLEN; 

     int retsize; 

     iconv_t cd; 

     cd = iconv_open("UTF-8", "GBK"); 

     if((iconv_t)-1 == cd) { 
             perror("iconv_open error"); 
             return -1; 
     } 

     retsize = iconv(cd, &pin, (size_t *)&inlen, &pout, (size_t *)&outlen); 

     if((size_t)-1 == retsize) { 
             perror("iconv error"); 
             return -2;    
     } 

     if(outlen > 0) { 
             printf("%s\n", outbuf); 
     } 

     iconv_close(cd); 

     return 0; 
}
上一篇:C# 方法的可选参数、命名参数


下一篇:Centos7 下建立 Docker 桥接网络