1. 程式人生 > >linux c 字元編碼轉換函式 iconv

linux c 字元編碼轉換函式 iconv

一、利用iconv函式族進行編碼轉換

在LINUX上進行編碼轉換時,既可以利用iconv函式族程式設計實現,也可以利用iconv命令來實現,只不過後者是針對檔案的,即將指定檔案從一種編碼轉換為另一種編碼。

iconv函式族的標頭檔案是iconv.h,使用前需包含之。
#include <iconv.h>
iconv函式族有三個函式,原型如下:
(1) iconv_t iconv_open(const char *tocode, const char*fromcode);
此函式說明將要進行哪兩種編碼的轉換,tocode是目標編碼,fromcode是原編碼,該函式返回一個轉換控制代碼,供以下兩個函式使用。
(2) size_t iconv(iconv_t cd,char **inbuf,size_t *inbytesleft,char**outbuf,size_t *outbytesleft);
此函式從inbuf中讀取字元,轉換後輸出到outbuf中,inbytesleft用以記錄還未轉換的字元數,outbytesleft用以記錄輸出緩衝的剩餘空間。

(3) int iconv_close(iconv_t cd);
此函式用於關閉轉換控制代碼,釋放資源。
例子1: 用C語言實現的轉換示例程式


#include <iconv.h>
#define OUTLEN 255
main()
{
char *in_utf8 = "姝e?ㄥ??瑁?";
char *in_gb2312 = "正在安裝";
char out[OUTLEN];

//unicode碼轉為gb2312碼
rc = u2g(in_utf8,strlen(in_utf8),out,OUTLEN);
printf("unicode-->gb2312 out=%sn",out);
//gb2312碼轉為unicode碼
rc = g2u(in_gb2312,strlen(in_gb2312),out,OUTLEN);
printf("gb2312-->unicode out=%sn",out);
}
//程式碼轉換:從一種編碼轉為另一種編碼
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碼轉為GB2312碼
int u2g(char *inbuf,int inlen,char *outbuf,int outlen)
{
returncode_convert("utf-8","gb2312",inbuf,inlen,outbuf,outlen);
}
//GB2312碼轉為UNICODE碼
int g2u(char *inbuf,size_t inlen,char *outbuf,size_t outlen)
{
returncode_convert("gb2312","utf-8",inbuf,inlen,outbuf,outlen);
}

例子2: 用C++語言實現的轉換示例程式


#include <iconv.h>
#include <iostream>

#define OUTLEN 255

using namespace std;

// 程式碼轉換操作類
class CodeConverter {
private:
iconv_t cd;
public:
// 構造
CodeConverter(const char *from_charset,const char *to_charset){
cd = iconv_open(to_charset,from_charset);
}

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

// 轉換輸出
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 = "正在安裝";
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命令進行編碼轉換

在LINUX上進行編碼轉換時,既可以利用iconv函式族程式設計實現,也可以利用iconv命令來實現,只不過後者是針對檔案的,即將指定檔案從一種編碼轉換為另一種編碼。

iconv命令用於轉換指定檔案的編碼,預設輸出到標準輸出裝置,亦可指定輸出檔案。

用法: iconv [選項...] [檔案...]

有如下選項可用:

輸入/輸出格式規範:
-f, --from-code=名稱 原始文字編碼
-t, --to-code=名稱 輸出編碼

資訊:
-l, --list 列舉所有已知的字符集

輸出控制:
-c 從輸出中忽略無效的字元
-o, --output=FILE 輸出檔案
-s, --silent 關閉警告
--verbose 列印進度資訊

-?, --help 給出該系統求助列表
--usage 給出簡要的用法資訊
-V, --version 列印程式版本號

例子:
iconv -f utf-8 -t gb2312 aaa.txt >bbb.txt
這個命令讀取aaa.txt檔案,從utf-8編碼轉換為gb2312編碼,其輸出定向到bbb.txt檔案。

相關推薦

linux c 字元編碼轉換函式 iconv

一、利用iconv函式族進行編碼轉換 在LINUX上進行編碼轉換時,既可以利用iconv函式族程式設計實現,也可以利用iconv命令來實現,只不過後者是針對檔案的,即將指定檔案從一種編碼轉換為另一種編碼。 iconv函式族的標頭檔案是iconv.h,使用前需包含之。 #

C語言下使用iconv函式實現字元編碼轉換

1.iconv相關函式介紹 iconv命令是用來轉換檔案的編碼方式的(Convert encoding of given files from one encoding to another),比如它可以將UTF8編碼的轉換成GB18030的編碼,反過來也行。一般linux下包含iconv指令: 格式:ico

C語言編碼轉換gb2312 to utf8,utf8 to gb2312 代碼,GCC編譯,支持Windows、Linux

inb style fine mem amp blog linu print from 編譯:gcc -o f.exe f.c -liconv #include <stdio.h> #include <stdlib.h> #include <

C#實戰015:Excel操作-字元編碼轉換

     在讀取Excel時遇到一個問題,那就是讀取出來的單表出現了亂碼的現象,我們可以看到很多漢字無法識別出來。          在存入時對字元編碼進行指定: public void getHeader

Python基礎(集合用法、檔案操作、字元編碼轉換函式

集合(Set)及其函式 集合是一個無序的、無重複元素的序列。 1 list = {1, 3, 6, 5, 7, 9, 11, 3, 7} # 定義集合方式一 2 list1 = set([1, 3, 6, 5, 7, 9, 11, 3, 7]) # 定義集合方式二 3 list2 = se

淺談C/C++程式設計中的字元編碼轉換

背景 在寫跨平臺的C/C++程式碼過程中(本文的研究只限於C/C++範疇),經常會遇到中文字串亂碼的問題。比如,同一個原始碼,用MSVC編譯/執行能正常顯示中文字串,但在linux下編譯/執行顯示中文字串就亂碼。 導致這種現象的根源就在於字符集編碼不匹配導致

普通字元和寬字元之間轉換函式

以下函式會在內部分配記憶體,需要呼叫程式呼叫delete釋放記憶體: namespace _com_util {     // Convert char * to BSTR     //     BSTR __stdcall Con

C++字元型別轉換(BSTR、_bstr_t、CString、char *、LPCTSTR轉換

1、CString轉BSTR BSTR bstr; CString strSql;  bstr = strSql.AllocSysString(); …  SysFreeString(bstrText); // 用完釋放&

C#字元型別轉換與常用的轉義符

  常用的轉義符     顯示符號,需要新增\+特殊字元,顯示出來  \為轉義符(在要顯示的每個符號前都加上\)     \+特殊字元,就可以在執行時顯示這個特殊字元    

c#字元顯示轉換{0:d}

C#:String.Format數字格式化輸出 : int a = 12345678; //格式為sring輸出 // Label1.Text = string.Format("asdfadsf{0}adsfasdf",a); // Label2.Text = "asd

C++字元型別轉換(BSTR、_bstr_t與CString、char *轉換

1、CString轉BSTR BSTR bstr; CString strSql;  bstr = strSql.AllocSysString(); …  SysFreeString(bstrText

linux c 建立多級目錄函式實現 支援絕對路徑和相對路徑

#include <stdio.h> #include <unistd.h> #include <string.h> #include <sys/stat.h> /** * \function MakeDir * \

c++ 字元型別轉換

Cstring strHello;strHello=”Hello world”;LPCSTR lpStr=(LPCSTR)strHello;Cstring str2; str2=(CString)lpStr; 另外,Cstring類有一成員函式Format,可以用來把型別轉換成Cstring型別,以上lp

絕對正確絕對全的TCHAR和char的轉換以及字元編碼轉換

TCHAR轉為char  沒有定義UNICODE,所以它裡面的字串就是簡單用" "就行了,建立工程的時候包含了UNICODE定義,就必須對TCHAR和char進行轉換。 首先是把TCHAR轉為char [cpp] view plaincopyprint? //將TCHAR轉

QT的字元編碼轉換

開發的終端需要接入兩個外設,二代證讀取裝置和印表機。 讓人鬱悶的是,兩個裝置的字元編碼與終端系統不一致,一開始耗了不少時間,後來才注意到字元編碼的問題。 二代證讀出來的資料都是用unicode編碼的,而列印子要求穿過去的資料要轉換成unicode編碼。 查閱了hel

C++ pugixml 編碼轉換

#include <iostream> #include <string> #include <windows.h> #include "pugixml.hpp" #include "convert.h" using std::cout; using std:

標準C字元和字串函式

標準C字元和字串函式 atof() 將字串轉換成浮點數 atoi() 將字串轉換成整數 atol() 將字串轉換成長整型數 isaln

linux C之basename, dirname函式

環境(centos 6.10): $ uname -r 2.6.32-754.el6.x86_64 函式定義: // /usr/include/libgen.h extern char *__xpg_basename (char *__path) __THROW; #def

相容正點原子 stm32f103 UTF8字元編碼轉換 GBK 編碼格式

最近想做一個 網路天氣的小東西.好容易寫好了驅動,GET 了一下天氣網站的 API 返回竟然是中文亂碼,猜測是 UTF8 亂碼,果不其然.於是就自己去尋找網上大神們的解決方案:一般是 UTF-8 -> Unicode ->GBK (中文) 關鍵字: stm32103 嵌入式 u

C++ UTF8編碼轉換 CChineseCode

1 class CChineseCode 2 3 { 4 5 public: 6 7 static void UTF_8ToUnicode(wchar_t* pOut,char *pText); // 把UTF-8轉換成Unicode