| 由于历史原因，国际化的文字常常由于语言或者国家的原因使用不同的编码。 目录 1libiconv历史简介 2libiconv编码简介 3libiconv使用举例 ▪使用步骤 ▪函数参数： 1libiconv历史简介编辑 随着互联网时代的到来，通过互联网进行文字交流也逐渐增多：浏览外国的网站，这个时候字符编码的转换变得尤为重要。这带来了一个问题，就是许多字符在某一种编码方式中没有。为了解决这种混乱，Unicode的编码方式被建立。Unicode是一种超级编码包含了所有这些编码的字符集，因此一些新的文本格式像XML的默认编码方式就是Unicode. 但是很多老式的计算机还在使用当地的传统的字符编码方式。而一些程序，例如邮件程序和浏览器必须能在这些不同的用户编码之间作转换。其他的一些程序则内置支持Unicode，以顺利支持国际化的处理，但是仍然有在Unicode和其他的传统编码之间转换的需求。GNU的libiconv就是为这两种应用设计的编码转换库。 2libiconv编码简介编辑 libiconv库[1]为需要做转换的应用提供了一个iconv()的函数，以实现一个字符编码到另一个字符编码的转换。 包括的编码有： 欧洲语系 ASCII, ISO-8859-{1,2,3,4,5,7,9,10,13,14,15,16}, KOI8-R, KOI8-U, KOI8-RU, CP{1250,1251,1252,1253,1254,1257}, CP{850,866}, Mac{Roman,CentralEurope,Iceland,Croatian,Romania}, Mac{Cyrillic,Ukraine,Greek,Turkish}, Macintosh 犹太语系 ISO-8859-{6,8}, CP{1255,1256}, CP862, Mac{Hebrew,Arabic} 日文 EUC-JP, SHIFT_JIS, CP932, ISO-2022-JP, ISO-2022-JP-2, ISO-2022-JP-1 中文 EUC-CN, HZ, GBK, GB18030, EUC-TW, BIG5, CP950, BIG5-HKSCS, ISO-2022-CN, ISO-2022-CN-EXT 朝鲜文 EUC-KR, CP949, ISO-2022-KR, JOHAB 亚美尼亚语 ARMSCII-8 格鲁尼亚语 Georgian-Academy, Georgian-PS 塔吉克语 KOI8-T 泰国语 TIS-620, CP874, MacThai 老挝语 MuleLao-1, CP1133 越南语 VISCII, TCVN, CP1258 特殊平台 HP-ROMAN8, NEXTSTEP 全部Unicode UTF-8, UTF-7 UCS-2, UCS-2BE, UCS-2LE, UCS-4, UCS-4BE, UCS-4LE UTF-16, UTF-16BE, UTF-16LE, UTF-32, UTF-32BE, UTF-32LE C99, JAVA 全部Unicode，在uint16_t或uint32_t方面（使用机器相关的字节序和对齐方式）： UCS-2-INTERNAL, UCS-4-INTERNAL 本地依赖，在'char'或'wchar_t'方面（使用机器相关的字节序和对齐方式，以及系统和区域相关的语义）： char, wchar_t 空的编码名""等同于"char"，它表示与区域相关的字符编码 当使用了--enable-extra-encodings设置选项，将额外提供对少量编码的支持： 欧洲语系 CP{437,737,775,852,853,855,857,858,860,861,863,865,869,1125} 犹太语系 CP864 日语 EUC-JISX0213, Shift_JISX0213, ISO-2022-JP-3 土库曼语 TDS565 特殊平台 RISCOS-LATIN1 通过将Unicode作为 中间编码，所有编码之间都可以相互转换。 并且也在直译上提供了有限的支持。就是说，当一个字符在目标的编码里没有的对应字符的时候，转换程序会自动从一个或多个看起来相似的字符中选择一个。目标编码名前面加上“//TRANSLIT”即可使用直译功能。 libiconv在系统缺少多种多样的字符编码支持时，提供这样方面的支持， 3libiconv使用举例编辑 使用步骤 （1）打开：iconv_t converter = iconv_open("gbk","utf-8"); （2）转换：size_t rc = iconv(converter, input, insize, output, outsize); （3）关闭：iconv_close(converter); 函数参数： (iconv_t cd, const char* * inbuf, size_t * inbytesleft, char* * outbuf, size_t * outbytesleft)； 需要注意的是iconv 函数会修改指针*inbuf 和指针*outbuf的值(刚开始不知道，老是内存泄漏)（*inbytesleft，*outbytesleft也会被修改）。因此需要保存原输入、输出内存分配的地址值。 ? 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 //要转换至的编码应与编译器使用的默认编码不同，相同的话将转换失败 //比如VC6.0中文默认使用UTF-8进行编码，iconv_open("gbk","UTF-8");将失败 #include <iostream> #include <iconv.h> using namespace std; #pragma comment(lib,"iconv.lib") int main() { iconv_t conveter = iconv_open("gbk","UTF-8"); if(conveter== iconv_t(-1)){ cout<<"encode convert not supported!"<<endl; if(errno==EINVAL)cout<<"einval"<<endl; return -1; } else{ cout<<"ok!"<<endl; } //待转换的字符串 size_t insize; const char *input = "hello是";//汉字随便加//应是const char *而不是char * //char *input_old = input; //记录待转换字符串的地址 //input_old is unused variable. insize=strlen(input); cout<<"input is: "<<input<<endl; //存储转换结果的字符串 size_t outsize = insize * 3+1; char *output = new char[outsize]; char *output_old = output;//记录转换后的字符串的地址 memset(output,0,outsize); //转换 //size_t rc = iconv(conveter,(const char **)&input,&insize,&output_old,&outsize); //参数要求char **不是const char **。可能存在版本问题。 size_t ret = iconv(converter,(char**)&input,&insize,&output_old,&outsize); //if(rc==-1){ //size_t 是unsigned类型 if(ret==(size_t)-1) cout<<"converting failed"<<endl; return -1; } //输出转换后的字符串 //cout<<"outputis: "<<output_old; //output_old已经被改变了。应使用output来输出结果。 cout<<"output is : "<<coutput; cout<<" outsize="<<outsize<<endl; //delete[] input_old;//内存释放，不需要释放它，常量字符串 //delete[] output_old; //内存释放 //应释放的位置不是output_old，理由同上。 delete[] output; iconv_close(conveter); } |
