使用iconv编程进行字符集转换

使用iconv编程进行字符集转换

摘自:https://www.cnblogs.com/lancidie/archive/2013/04/12/3016965.html

Linux上进行编码转换时,既可以利用iconv函数族编程实现,也可以利用iconv命令来实现,只不过后者是针对文件的,即将指定文件从一种编码转换为另一种编码。

一、利用iconv函数族进行编码转换
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:


1) 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。
(2) 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。
(3) int iconv_close(iconv_t cd);
此函数用于关闭转换句柄,释放资源。

 

iconv支持例如,ASCII、GB2312、 GBK、 GB18030、BIG5、UTF-8、UCS-2、UCS-2BE、UCS-2LE、UCS-4、UCS-4BE、UCS-4LE、UTF-16、 UTF-16BE、UTF-16LE、UTF-32、UTF-32BE、UTF-32LE、UTF-7等等等,除此之外,还包括泰语、日语、韩语、西欧等国家语言的编码。因为我的需求是将utf转为GBK,例子如下:

下面是自己封的一个例子utf转为gbk:

#include <stdio.h>
#include <unistd.h>
#include <string.h>
#include <sys/types.h>
#include <sys/socket.h>
#include <netinet/in.h>
#include <sys/time.h>
#include <arpa/inet.h>
#include <sys/types.h>
#include <sys/stat.h>
#include <fcntl.h> 
#include <iconv.h>

#define  CONTENT "1234567氿你好淼焱"

int code_convert(char *from_charset, char *to_charset, char *inbuf, size_t inlen,
		char *outbuf, size_t outlen) {
	iconv_t cd;
	char **pin = &inbuf;
	char **pout = &outbuf;
 
	cd = iconv_open(to_charset, from_charset);
	if (cd == 0)
		return -1;
	memset(outbuf, 0, outlen);
	if (iconv(cd, pin, &inlen, pout, &outlen) == -1)
		return -1;
	iconv_close(cd);
	*pout = '\0';
 
	return 0;
}
 
int u2g(char *inbuf, size_t inlen, char *outbuf, size_t outlen) {
	return code_convert("utf-8", "gb2312", inbuf, inlen, outbuf, outlen);
}
 
int g2u(char *inbuf, size_t inlen, char *outbuf, size_t outlen) {
	return code_convert("gb2312", "utf-8", inbuf, inlen, outbuf, outlen);
}


int main()
{
	char buf[1024]={0};
	u2g(CONTENT,sizeof(CONTENT),buf,sizeof(buf));
	printf("%s\n",buf);
	
}

 

例子1: 用C语言实现的转换示例程序

#include <iconv.h>
#include <stdio.h>
#define OUTLEN 255

/*代码转换:从一种编码转为另一种编码*/

int code_convert(char *from_charset,char *to_charset,char *inbuf,int inlen,char *outbuf,int outlen)
{
iconv_t cd;
int rc;
char **pin = &inbuf;
char **pout = &outbuf;

cd = iconv_open(to_charset,from_charset);
if (cd==0) return -1;
memset(outbuf,0,outlen);
if (iconv(cd,pin,&inlen,pout,&outlen)==-1) return -1;
iconv_close(cd);
return 0;
}
/*UNICODE码转为GB2312码*/
int u2g(char *inbuf,int inlen,char *outbuf,int outlen)
{
return code_convert("utf-8","gb2312",inbuf,inlen,outbuf,outlen);
}
/*GB2312码转为UNICODE码*/
int g2u(char *inbuf,size_t inlen,char *outbuf,size_t outlen)
{
return code_convert("gb2312","utf-8",inbuf,inlen,outbuf,outlen);
}


void main()
{
char *in_utf8 = "姝e?ㄥ??瑁?";
char *in_gb2312 = "正在安装";
char out[OUTLEN];

int rc;

/*unicode码转为gb2312码*/
rc = u2g(in_utf8,strlen(in_utf8),out,OUTLEN);
printf("unicode-->gb2312 out=%sn",out);
//gb2312码转为unicode码

rc = g2u(in_gb2312,strlen(in_gb2312),out,OUTLEN);
printf("gb2312-->unicode out=%sn",out);
}

例子2: 用C++语言实现的转换示例程序

/* f.cpp : 代码转换示例C++程序 */
#include <iconv.h>
#include <iostream>

#define OUTLEN 255

using namespace std;

// 代码转换操作类

class CodeConverter {

private:
iconv_t cd;
public:

// 构造
CodeConverter(const char *from_charset,const char *to_charset) {
cd = iconv_open(to_charset,from_charset);
}


// 析构
~CodeConverter() {
iconv_close(cd);
}


// 转换输出
int convert(char *inbuf,int inlen,char *outbuf,int outlen) {
char **pin = &inbuf;
char **pout = &outbuf;

memset(outbuf,0,outlen);
return iconv(cd,pin,(size_t *)&inlen,pout,(size_t *)&outlen);
}
};

int main(int argc, char **argv)
{
char *in_utf8 = "姝e?ㄥ??瑁?";
char *in_gb2312 = "正在安装";
char out[OUTLEN];

// utf-8-->gb2312
CodeConverter cc = CodeConverter("utf-8","gb2312");
cc.convert(in_utf8,strlen(in_utf8),out,OUTLEN);
cout << "utf-8-->gb2312 in=" << in_utf8 << ",out=" << out << endl;

// gb2312-->utf-8
CodeConverter cc2 = CodeConverter("gb2312","utf-8");
cc2.convert(in_gb2312,strlen(in_gb2312),out,OUTLEN);
cout << "gb2312-->utf-8 in=" << in_gb2312 << ",out=" << out << endl;
}

 

二、利用iconv命令进行编码转换

iconv命令用于转换指定文件的编码,默认输出到标准输出设备,亦可指定输出文件。

用法: iconv [选项...] [文件...]

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

-?, --help 给出该系统求助列表
--usage 给出简要的用法信息
-V, --version 打印程序版本号

例子:
iconv -f utf-8 -t gb2312 aaa.txt >bbb.txt
这个命令读取aaa.txt文件,从utf-8编码转换为gb2312编码,其输出定向到bbb.txt文件。

 

概述
iconv是一个通过unicode作为中间码实现各种内码间相互转换的库,它基本上囊括了世界上所有编码方式,例如,ASCII、GB2312、 GBK、 GB18030、BIG5、UTF-8、UCS-2、UCS-2BE、UCS-2LE、UCS-4、UCS-4BE、UCS-4LE、UTF-16、 UTF-16BE、UTF-16LE、UTF-32、UTF-32BE、UTF-32LE、UTF-7等等等,除此之外,还包括泰语、日语、韩语、西欧等国家语言的编码。下面我们演示如何使用iconv实现Big5到GB2312的转换,当然只要简单修改一下便可实现iconv支持任何编码间的转换。

下载
libiconv是linux版本的iconv,可在 http://www.gnu.org/software/libiconv/ 下载
iconv的win32版本可以在 http://gnuwin32.sourceforge.net/packages/libiconv.htm 下载

SVN源码
另外,还有一些演示代码,需要的可以到我的SVN下载
http://xcyber.googlecode.com/svn/trunk/Convert/

演示代码


/****************************************************************************
* Big5ToGB2312 - Convert Big5 encoding file to GB2312 encoding file
* File:
*    Big5ToGb2312.c
* Description:
*    Convert Big5 encoding file to GB2312 encoding file using iconv library
* Author:
*    XCyber   email:XCyber@sohu.com
* Date:
*    August 7, 2008
* Other:
*    visit http://www.gnu.org/software/libiconv/ for more help of iconv
***************************************************************************/


#include <stdio.h>
#include <stdlib.h>
#include <tchar.h>
#include <locale.h>
#include "../iconv-1.9.2.win32/include/iconv.h"

//#pragma comment(lib, "../iconv-1.9.2.win32/lib/iconv.lib") // using iconv dynamic-link lib, iconv.dll
#pragma comment(lib, "../iconv-1.9.2.win32/lib/iconv_a.lib") // using iconv static lib

#define BUFFER_SIZE 1024   //BUFFER_SIZE must >= 2


void usage()
{
    printf("\nBig5ToGB2312 - Convert Big5 encoding file to GB2312 encoding file\n");
    printf(" on August 7, 2008\n");
    printf(" Usage:\n");
    printf("      Big5ToGB2312 [Big5 file(in)] [GB2312 file(out)]\n\n");
}


int main(int argc, char* argv[])
{
    FILE * pSrcFile = NULL;
&nbsp;   FILE * pDstFile = NULL;

    char szSrcBuf[BUFFER_SIZE];
    char szDstBuf[BUFFER_SIZE];

    size_t nSrc = 0;
    size_t nDst = 0;
    size_t nRead = 0;
    size_t nRet = 0;

    char *pSrcBuf = szSrcBuf;
    char *pDstBuf = szDstBuf;

    iconv_t icv;
    int argument = 1;

    //check input arguments
    if(argc != 3)
    {
        usage();
        return -1;
    }


    pSrcFile = fopen(argv[1],"r");
    if(pSrcFile == NULL)
    {
        printf("can't open source file!\n");
        return -1;
    }

    pDstFile = fopen(argv[2],"w");
    if(pSrcFile == NULL)
    {
        printf("can't open destination file!\n");
        return -1;
    }

    //initialize iconv routine, perform conversion from BIG5 to GB2312
    //TODO: if you want to perfom other type of coversion, e.g. GB2312->BIG5, GB2312->UTF-8 ...
    //just change following two paremeters of iconv_open()
    icv = iconv_open("GB2312","BIG5");
    if(icv == 0)
    {
        printf("can't initalize iconv routine!\n");
        return -1;
    }

    //enable "illegal sequence discard and continue" feature, so that if met illeagal sequence,
    //conversion will continue instead of being terminated
    if(iconvctl (icv ,ICONV_SET_DISCARD_ILSEQ,&argument) != 0)
    {
        printf("can't enable \"illegal sequence discard and continue\" feature!\n");
        return -1;
    }

    while(!feof(pSrcFile))
    {
        pSrcBuf = szSrcBuf;
        pDstBuf = szDstBuf;
        nDst = BUFFER_SIZE;

        // read data from source file
        nRead = fread(szSrcBuf + nSrc,sizeof(char),BUFFER_SIZE - nSrc,pSrcFile);
        if(nRead == 0)
            break;

        // the amount of data to be converted should include previous left data and current read data
        nSrc = nSrc + nRead;

        //perform conversion
        nRet = iconv(icv,(const char**)&pSrcBuf,&nSrc,&pDstBuf,&nDst);

        if(nRet == -1)
        {
            // include all case of errno: E2BIG, EILSEQ, EINVAL
            //     E2BIG: There is not sufficient room at *outbuf.
            //     EILSEQ: An invalid multibyte sequence has been encountered in the input.
            //     EINVAL: An incomplete multibyte sequence has been encountered in the input
            // move the left data to the head of szSrcBuf in other to link it with the next data block
            memmove(szSrcBuf,pSrcBuf,nSrc);
        }

pan>        //wirte data to destination file
        fwrite(szDstBuf,sizeof(char),BUFFER_SIZE - nDst,pDstFile);
       
    }
    iconv_close(icv);
    fclose(pSrcFile);
    fclose(pDstFile);

    printf("conversion complete.\n");

    return 0;
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值