void convert_for_droid(const char * str, char *result) {
char target[4096];
int len = strlen(str);
int i = 0;
int j = 0;
char utf_str[100];
char gbk_str[100];
int utf_len = 0;
int gbk_len = 0;
UErrorCode ErrorCode = U_ZERO_ERROR;
for (; i <= len; i++, j++) {
if (((*(str + i) & 0xf0) == 0xe0) && ((*(str + i + 1) & 0xc0) == 0x80) && ((*(str + i + 2) & 0xc0) == 0x80)) {
memset(utf_str, 0x00, 100);
memset(gbk_str, 0x00, 100);
utf_len = 0;
gbk_len = 0;
if (!(*(str + i + 3) & 0x80)) {
memmove(utf_str, str + i, 3);
ucnv_convert("gbk", "utf8", gbk_str, 100, utf_str, -1, &ErrorCode);
gbk_len = strlen(gbk_str);
memmove(target + j, gbk_str, gbk_len);
i = i + 2;
j = j + gbk_len - 1;
} else if (((*(str + i + 3) & 0xf0) == 0xe0) && ((*(str + i + 4) & 0xc0) == 0x80) && ((*(str + i + 5) & 0xc0) == 0x80)) {
char test[100];
for (; (*(str + i + utf_len) & 0x80) == 0x80; utf_len++);
memmove(utf_str, str + i, utf_len);
ucnv_convert("gbk", "utf8", gbk_str, 100, utf_str, -1, &ErrorCode);
gbk_len = strlen(gbk_str);
ucnv_convert("utf8", "gbk", test, 100, gbk_str, -1, &ErrorCode);
memmove(target + j, gbk_str, gbk_len);
i = i + utf_len - 1;
j = j + gbk_len - 1;
} else {
memmove(target + j, str + i, 1);
}
} else {
memmove(target + j, str + i, 1);
}
}
ucnv_convert("utf8", "gbk", result, 4096, target, -1, &ErrorCode);
}
小弟在做android开发的时候发现原生android flow只能识别utf格式的汉字,如果是gbk格式的话,就会出现问题,因为gbk格式汉字占2个字节,但是utf格式的汉字占3个字节,另外utf跟gbk格式的编码方式也不一样,这样子如果底层supplicant送上来的scan list里面包含gbk汉字的话,系统会把他当作utf格式的汉字,这样子给framework层的scan list就会出现乱码,这个我在galaxy nexus和galaxy s3上验证来这个结论。
关于gbk和utf格式的编码区别,请上wiki上自行了解,不是本文的重点,但是有一个小知识需要介绍一下就是,e文不管是gbk还是在utf,编码格式跟ascii码完全一样,这样子也就是说e文的值一定是大于0,小于127,中文的话,gbk汉字的格式大致是1xxx xxxx xxxx xxxx(2个字节),utf汉字的格式是1110 xxxx 1xxx xxxx 1xxx xxxx(3个字节),根据这个特性,基本可以区分绝大多数汉字了。
本文区分汉字到底是gbk格式的,还是utf格式的方法如下:如果连续三个字节的特征符合1110 xxxx 1xxx xxxx 1xxx xxxx,那么我就会认为这3个字节可能是一个utf格式的汉字,这时候我会看第四个字节,如果是小于127的,那么就可以断定这个一定是一个汉字,因为如果是gbk的话,连续大于127的字节数目必须是2的倍数,因为一个gbk格式的汉字占2个字节,如果后续的三个字节依然满足1110 xxxx 1xxx xxxx 1xxx xxxx的话,那么这个时候可能有两种情况:1连续的2个utf格式的汉字;2连续的3个gbk格式的汉字,但是如果连续6个字节都符合上述特征的话,是连续3个gbk格式的汉字的概率很低,所以我大致认为是2个连续的utf格式汉字,如果后续的3个字节不满足上述的特征,那么我就认为当前序列大于127的字节都是gbk汉字的编码,经过测试该算法基本ok。
这个api的流程如下:
1:找出当前字串utf格式汉字的字节,扣出来转换成gbk格式汉字的字节然后塞回去,这样子整个字串都可以认为是gbk格式的字节了,其他e文具体是gbk格式还是utf格式都不重要,因为这两种格式的编码的字节的值是一样的。
2:把整个gbk格式的字节串转换成utf格式,这样子整个格式就可以无损的转换成utf格式的了,再扔给framework层之后解析出来就正常了。
关于中文的ssid怎么传递给supplicant,具体是直接以utf格式给出还是转换成gbk格式给出,等后续有时间再给出解决办法。
以上亲测,代码没有进行优化,目前仅仅处在work阶段,后续有时间会改进,希望大家多多指正。
别问我叫什么,我的名字是雷锋~