在Linux下寫C程式，尤其是網路通訊程式時經常遇到編碼轉換的問題，這裡要用到iconv函式庫。

iconv函式庫有以下三個函式

1
2
3
4
5
6
 
#include <iconv.h>
iconv_t iconv_open(const char *tocode, const char *fromcode);   //return (iconv_t)-1 if failed
size_t iconv(iconv_t cd,
                    char **inbuf, size_t *inbytesleft,
                    char **outbuf, size_t *outbytesleft);       //return (size_t)-1 if failed
int iconv_close(iconv_t cd);                                    //return -1 if failed

這三個函式的功能顯而易見，分別是開啟一個iconv_t控制代碼，轉換字串以及關閉一個iconv_t控制代碼。其中有必要一說的是iconv函式，這個函式十分容易用錯。

iconv函式的五個引數中，第一個引數是iconv控制代碼，第二、三個引數是需要轉換的字串的地址和長度的地址，第四、五個引數是儲存結果的字串的地址和長度的地址，注意這裡傳的都是地址，因為這四個引數的值都有會被iconv函式改變。iconv會逐步的將*inbuf中的字元轉換到*outbuf中，並增加*inbuf指標減少*inbytesleft的值，以及增加*outbuf指標減少*outbytesleft的值。

iconv函式會因為以下四種原因停止並返回：

  1. *input中遇到了一個非法的多位元組序列，返回(size_t)-1並置errno=EILSEQ，返回時*inbuf指向非法字元的開頭。
  2. *input全部轉換完，返回不可轉換的字元數。
  3. *input中遇到了一個不完整的多位元組序列，返回(size_t)-1並置errno=EINVAL，返回時*inbuf指向不完整字元的開頭。
  4. *output空間不夠，返回(size_t)-1並置errno=E2BIG。

以下給出一個示例函式，將一個字串從utf-8轉換成gbk後再重新轉換成utf-8。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
 
#include <iconv.h>
#include <string.h>
#include <stdio.h>
#include <errno.h>
#include <stdlib.h>

int charset_convert(const char *from_charset, const char *to_charset,
    char *in_buf, size_t in_left, char *out_buf, size_t out_left) {
        iconv_t icd;
        char *pin = in_buf;
        char *pout = out_buf;
        size_t out_len = out_left;
        if ((iconv_t)-1 == (icd = iconv_open(to_charset,from_charset))) {
            return -1;
        }
        if ((size_t)-1 == iconv(icd, &pin, &in_left, &pout, &out_left)) {
            iconv_close(icd);
            return -1;
        }
        out_buf[out_len - out_left] = 0;
        iconv_close(icd);
        return (int)out_len - out_left;
}

int main(int argc, char *argv[]) {
    char *from_str = "你好，中南。- Hello, CSU.";
    char *to_str_gbk, *to_str_utf8;
    int len;
    //utf-8 => gbk
    to_str_gbk = (char*)calloc(1, strlen(from_str) * 3);
    if (-1 == (len = charset_convert("UTF-8", "GB2312", from_str,
        strlen(from_str), to_str_gbk, strlen(from_str) * 3))) {
        perror("UTF8=>GBK error");
    }
    //gbk => utf8
    to_str_utf8 = (char*)calloc(1, len * 3);
    if (-1 == (len = charset_convert("GB2312", "UTF-8", to_str_gbk,
        len, to_str_utf8, len * 3))) {
        perror("GBK=>UTF8 error");
    }
    //output
    printf("original   : %s\n", from_str);
    printf("to gbk     : %s\n", to_str_gbk);
    printf("gbk to utf8: %s\n", to_str_utf8);
}

我用的xshell連線到虛擬機器，先將terminal的編碼設定為utf-8執行，結果如下

1
2
3
 
original   : 你好，中南。- Hello, CSU.
to gbk     : ţºã¬אŏ¡£- Hello, CSU.
gbk to utf8: 你好，中南。- Hello, CSU.

再將terminal的編碼設定為gbk執行，結果如下

1
2
3
 
original   : 浣犲ソ錛屼腑鍗椼€? Hello, CSU.
to gbk     : 你好，中南。- Hello, CSU.
gbk to utf8: 浣犲ソ錛屼腑鍗椼€? Hello, CSU.

可見，在相應的編碼下，對應的字串能正常顯示。

http://vimersu.win/blog/2014/03/04/linux-iconv/