在Linux下使用iconv转换字符串编码

时间:2022-05-05 02:22:18

在Linux下写C程序,尤其是网络通信程序时经常遇到编码转换的问题,这里要用到iconv函数库。

iconv函数库有以下三个函数

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

 

这三个函数的功能显而易见,分别是打开一个iconv_t句柄,转换字符串以及关闭一个iconv_t句柄。其中有必要一说的是iconv函数,这个函数十分容易用错。

iconv函数的五个参数中,第一个参数是iconv句柄,第二、三个参数是需要转换的字符串的地址和长度的地址,第四、五个参数是存储结果的字符串的地址和长度的地址,注意这里传的都是地址,因为这四个参数的值都有会被iconv函数改变。iconv会逐步的将*inbuf中的字符转换到*outbuf中,并增加*inbuf指针减少*inbytesleft的值,以及增加*outbuf指针减少*outbytesleft的值。

iconv函数会因为以下四种原因停止并返回:

  1. *input中遇到了一个非法的多字节序列,返回(size_t)-1并置errno=EILSEQ,返回时*inbuf指向非法字符的开头。
  2. *input全部转换完,返回不可转换的字符数。
  3. *input中遇到了一个不完整的多字节序列,返回(size_t)-1并置errno=EINVAL,返回时*inbuf指向不完整字符的开头。
  4. *output空间不够,返回(size_t)-1并置errno=E2BIG。

以下给出一个示例函数,将一个字符串从utf-8转换成gbk后再重新转换成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连接到虚拟机,先将terminal的编码设置为utf-8运行,结果如下

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.

 

再将terminal的编码设置为gbk运行,结果如下

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

 

可见,在相应的编码下,对应的字符串能正常显示。

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