tinyxml2 数组_科学网—GNU-libiconv编码转换库的使用心得 - 曹彪的博文
继GDAL库、PROJ库、HDF5库、TINYXML库之后，手上进行的项目又让我碰到了ICONV库。之前花了2天时间没有搞定，在甲方一直催促下，今天又捡起来搞搞，搞了一天终于搞定了。相关心得记录如下：
ICONV库的主要作用是进行各个国家不同编码方式之间的转换。只要支持的有：Unicode[utf8、utf16等]、中国标准[GBK、GB18030、BIG5、EUC-CN等]、欧洲标准[ASCLL、CP、Mac等]。我这个项目中涉及到的就是utf8与GBK之间的转换。
早期的ICONV库是同时发布LINUX和WINDOWS的版本的，在1.11版本之后不再对WINDOWS进行支持，目前最新的版本为2011年发布的1.14。
第一步：
在linux下面编译的命令很简单：
@./configure
@make
@make install
三条命令执行完成之后在/usr/local/include下面会出现三个.h文件。在/usr/local/lib下面会出现11个文件(.a及其.so)。
第二步：
在编写转换程序之前有必要先看看系统的编码方式是什么。命令为@locale。
LANG=en_US.UTF-8
LC_CTYPE="POSIX"
LC_NUMERIC="POSIX"
LC_TIME="POSIX"
LC_COLLATE="POSIX"
LC_MONETARY="POSIX "
LC_MESSAGES="POSIX "
LC_PAPER="POSIX "
LC_NAME="POSIX "
LC_ADDRESS="POSIX"
LC_TELEPHONE="POSIX "
LC_MEASUREMENT="POSIX "
LC_IDENTIFICATION="POSIX "
LC_ALL="POSIX "
上面的信息显示当前系统的编码方式为UTF8，为了与甲方服务器一致，修改成GBK。
@vi /etc/profile
在末尾添加2行：
export LC_ALL="zh_CN.GBK"
export LANG="zh_CN.GBK"
@reboot
@locale
LANG=zh_CN.GBK
LC_CTYPE="zh_CN.GBK
LC_NUMERIC="zh_CN.GBK "
LC_TIME="zh_CN.GBK "
LC_COLLATE="zh_CN.GBK
LC_MONETARY="zh_CN.GBK "
LC_MESSAGES="zh_CN.GBK "
LC_PAPER="zh_CN.GBK "
LC_NAME="zh_CN.GBK "
LC_ADDRESS="zh_CN.GBK "
LC_TELEPHONE="zh_CN.GBK "
LC_MEASUREMENT="zh_CN.GBK "
LC_IDENTIFICATION="zh_CN.GBK "
LC_ALL=zh_CN.GBK
上面的信息表明系统的编码方式已经修改成功。
第三步：
设置链接库的环境变量
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib
第四步：
在cpp文件中包含头文件
#include
第五步：
编写转换函数
bool ChangeCodeToGBK(char* szInstr,int in,char* szOutstr,int out)
{
iconv_t conveter=iconv_open("GBK","UTF-8");
//iconv_open函数第一个参数为ToEncoding，第二个参数为FromEncoding
memset(szOutstr,0,out);
char **source=&szInstr;
char **dest=&szOutstr;
iconv(conveter,(char **)source,(size_t *)&in,(char **)dest,(size_t *)&out);
iconv_close(conveter);
return 0;
}
bool ChangeCodeToUTF8(char* szInstr,int in,char* szOutstr,int out)
{
iconv_t conveter=iconv_open("UTF-8","GBK");
memset(szOutstr,0,out);
char **source=&szInstr;
char **dest=&szOutstr;
iconv(conveter,(char **)source,(size_t *)&in,(char **)dest,(size_t *)&out);
iconv_close(conveter);
return 0;
}
第六步：
主函数调用示范
const char * pathMetaData = NULL;
//读取UTF8格式的字符串，存入pathMetaData数组中。
printf("Input IRS Metadata path = %s nn",pathMetaData);
char strcopy[256];
memset(strcopy,0,256);
char szgbk[256];
memset(szgbk,0,256);
strcpy(strcopy,pathMetaData);
ChangeCodeToGBK(strcopy,strlen(strcopy),szgbk,256);
strcpy(const_cast(pathMetaData),szgbk);
printf("Encoding changed!nInput IRS Metadata path = %s nn",pathMetaData);
第七步：
添加一个判断函数IsTextUTF8( char *lpstrInputStream, int iLen )
bool IsTextUTF8( char *lpstrInputStream, int iLen )
{
int i;
unsigned long cOctets; // octets to go in this UTF-8 encoded character
unsigned char chr;
bool bAllAscii= true;
cOctets= 0;
for( i=0; i < iLen; i++ )
{
chr= *(lpstrInputStream+i);
if( (chr&0x80) != 0 ) bAllAscii= false;
if( cOctets == 0 )
{
// 7 bit ascii after 7 bit ascii is just fine. Handle start of encoding case.
if( chr >= 0x80 )
{
// count of the leading 1 bits is the number of characters encoded
do
{
chr <<= 1;
cOctets++;
}
while( (chr&0x80) != 0 );
cOctets--; // count includes this character
if( cOctets == 0 ) return false; // must start with 11xxxxxx
}
}
else
{
// non-leading bytes must start as 10xxxxxx
if( (chr&0xC0) != 0x80 )
{
return false;
}
cOctets--; // processed another octet in encoding
}
}
// End of text. Check for consistency.
if( cOctets > 0 ) // anything left over at the end is an error
{
return false;
}
if( bAllAscii ) // Not utf-8 if all ascii. Forces caller to use code pages for conversion
{
return false;
}
return true;
}
转载本文请联系原作者获取授权，同时请注明本文来自曹彪科学网博客。
链接地址：http://blog.sciencenet.cn/blog-603044-625417.html
上一篇：毕业纪念册上的留言
下一篇：VC6.0静态编译注意事项