iconv实现编码转换与中文点阵字库HZK16

嵌入式开发中中文的识别、显示一直是一个比较让人头疼的问题，这是由于嵌入式系统的精简要求所导致的。我在前一个项目中用Qt做终端的显示界面时，就被中文字符的显示搞得焦头烂额，最后还是在网上下了一个文泉驿的中文字体库才解决问题，不过并不令人满意，主要是字体库太大了，影响了性能。今天在项目中又遇到了中文字符的编码转换和显示问题，趁机学习总结一下。

中文编码与点阵字库

国际标准有UTF-8、UTF-16等，国家标准有GB2312、GB18030、GBK等，至于这些标准的编码实现就不在这里介绍了。编码标准实现中文字符在计算机内部的机器表示，但是怎么将这些内部表示在显示设备上显示出来，则不是编码标准的范畴了，这就需要中文字库的作用。中文字库包含已经做好的显示“模板”(字模)，通过中文的编码值来映射汉字在字库中的字模索引，从而使用字模来实现中文显示。

但是大部分的中文字库都是映射国家标准的，如GB2312的HZK16点阵字库。不知道文泉驿字体库是否是直接映射UTF-8，还是也是GB2312。因此，当在程序中涉及两种不同的中文编码方式时，就需要进行编码方式的转换，今天我遇到的就是要实现中文字符UTF-8到GB2312的编码转换。

HZK16是符合GB2312标准16*16的点阵宋体字库，支持的汉字有6763个，符号682个。其中一级汉字有 3755个，按声序排列，二级汉字有3008个，按偏旁部首排列。

有关点阵汉字显示的更多了解，可以阅读：点阵汉字显示

iconv命令实现文件编码转换

Linux系统中的iconv命令可以实现一个文件的整体编码转换，详细帮助可以通过man iconv查看。iconv命令的基本格式为：

<!-- lang: shell -->
iconv -f from-encoding -t to-encoding  input-file -o output-file

至于from-encoding和to-encoding的可用值可以通过选项-l进行查看：

<!-- lang: shell -->
iconv -l

可以在输出结果中找到GB2312、UTF-8、GB18030、UTF16。上述的中文编码文件转换：

<!-- lang: shell -->
iconv -f GB2312 -t UTF8 display_utf8.c -o display_gb2312.c

iconv编码转换函数

POSIX.1-2001标准和UNIX 98规范中均包含了iconv编码转换函数族，它们分别是：

<!-- lang: cpp -->
#include <iconv.h>
//成功返回转换句柄，失败返回-1；字符集参考iconv -l命令结果
iconv_t iconv_open(const char *tocode, const char *fromcode);
//成功返回不可逆编码转换的字符数，失败返回-1；查看帮助：man 3 iconv
size_t iconv(iconv_t cd,char **inbuf,size_t *inbytesleft,char **outbuf,size_t *outbytesleft);
//成功返回0，失败返回-1
int iconv_close(iconv_t cd);

这三个函数均是从glibc2.1版本开始被引入的，因此使用它们需要有glibc库的支持。这次我们的项目中因为不是用的glibc库，所以没法用它们。不过我还是顺便学习了，下面是我编写的一个简单的实例程序，在这里面还是有一些注意点的，看程序：

<!-- lang: cpp -->
#include <stdio.h>
#include <stdlib.h>
#include <iconv.h>
#include <string.h>

#define OUTLEN 128

int display(char *incode, int len);

int main()
{
        char *string = "开源中国";
        iconv_t cd;
        int inbuf_len = strlen(string);
        char outbuf[OUTLEN];
        char *pin = string;
        char *pout = &outbuf[0];  //用"pout=&outbuf" 会引发SIGSERV信号，导致段错误
        int outbuf_len = OUTLEN;

        memset(outbuf, 0, OUTLEN); //清空输出缓存，否则会有意外结果的
        printf("Originial Data:\n"); //打印转换前的一些参数和信息，以进行比较
        printf("\tpin str: %s, outbuf str:%s\n", pin, outbuf);
        printf("\tinbuf_len=%d, outbuf_len=%d\n", inbuf_len, outbuf_len);
        printf("\tstrlen(outbuf)= %d\n", strlen(outbuf));

        cd = iconv_open("GB2312", "UTF8");
        if(cd == 0)
                return EXIT_FAILURE;
        int count = iconv(cd, &pin, &inbuf_len, &pout, &outbuf_len);
        printf("iconv count : %d\n", count);//观察iconv返回值，理解不可逆转换含义
        iconv_close(cd);

        printf("After Converted Data:\n"); //注意发生变化的变量
        printf("\tpin str: %s, gb2312 str:%s\n", pin, outbuf );
        printf("\tinbuf_len=%d, outbuf_len=%d\n", inbuf_len, outbuf_len);
        printf("\tstrlen(outbuf)= %d\n", strlen(outbuf));

        int i,j;
        for(i = 0; i < strlen(outbuf); i += 2)
        {
                display (outbuf+i, 2); //使用HZK16字库显示GB2312编码的中文点阵
        }

        return EXIT_SUCCESS;
}

int display(char *incode, int len)
{
        int i, j, k;
        char mat[16][2];
        FILE    *HZK=NULL;
        unsigned    char    qh,wh;
        unsigned    long    offset;

        qh=incode[0]-0xa0;//获得区码，中文编码从0xA1开始
        wh=incode[1]-0xa0;   //获得位码，中文编码从0xA1开始
        offset=(94*(qh-1)+(wh-1))*32; //得到汉字在HZK16字库中的字节偏移位置
        printf("区码：%d,位码：%d\n",qh,wh);

        if((HZK=fopen("HZK16","rb")) ==NULL)
        {
           perror("Can't Open hzk16");
           return (EXIT_FAILURE);
        }
        fseek(HZK,offset,SEEK_SET);
        fread(mat,32,1,HZK);//读取汉字的16*16点阵字模
        fclose(HZK);

        for(i = 0; i < 16; i++)  //显示点阵
        {
                for(j = 0; j < 2; j++)
                        for(k = 0; k < 8; k++)
                        {
                                if(mat[i][j] & (0x80>>k))
                                        printf("*");
                                else
                                        printf(" ");
                        }
                printf("\n");
        }

        return EXIT_SUCCESS;
}

运行程序，观察一下输出，能让我们更好地理解iconv函数：