登陆
最新消息: 网站开启https访问,有证书更安全!


iconv命令实现linux下字符集编码的转换

技巧资料 骑猪看月亮 3177次浏览 暂无评论
windows下的文件复制到linux下时常会乱码,因为windows下文件编码为GBK,linux下默认文件编码为UTF-8,故需要libiconv库转码。

1.iconv命令用法如下:

iconv [选项...] [文件...]
 
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
 
将GBK编码的文件Hosts_GBK转换为UTF-8编码的HOSTS_UTF8.
示例如下:
iconv -f GBK -t UTF-8 Hosts_GBK > HOSTS_UTF8
 

2.iconv函数:

(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。

详细说明:http://linux.die.net/man/3/iconv_open

(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。

详细说明:http://pubs.opengroup.org/onlinepubs/009695399/functions/iconv.html

  大部分情形是inbuf 不为NULL,*inbuf也不为NULL。这种情况下,iconv函数将以*inbuf起始的多字节序列转换到以*outbuf起始的多字节序列。从*inbuf开始读取,最多*inbytesleft字节,转换后,从*outbuf开始写入,最多*outbytesleft字节。

  iconv函数一次转换一个多字节字符,每次字符转换,*inbuf增加已转换的字节数,*inbytesleft相应地减少已转换的字节数;对应地,*outbuf*outbytesleft作相应的修改,同时修改cd的转换状态,因此,相应的操作要针对其副本。

以下四种情况不能完成转换:

1.输入中含无效的多字节序列。此时,它将errno设置为EILSEQ并返回(size_t)(-1)。*inbuf指向无效序列的最左端。

2.输入的字节序列已经全部被转换过,也就是*inbytesleft减少至0。此时,iconv返回本次调用中完成转换的数目(可逆的转换不计入)。

3.输入中以不完整多字节序列作结尾。此时,它将errno设置为EINVAL并返回(size_t)(-1)。*inbuf指向不完整多字节序列的最左端。

4.输出缓存区没有足够空间来存储下一个字符。此时,它将errno设置为E2BIG并返回(size_t)(-1)。

  另一种情形是inbuf 为NULL或*inbuf为NULL,但*outbuf 不为NULL,*outbuf也不为NULL。这种情况下,iconv函数试图将cd的转换状态设置为初始状态并store a corresponding shift sequence at *outbuf。从*outbuf开始,最多写入*outbytesleft字节。如果输出缓存区没有足够空间来存储这个重置后的序列,他将errno设置为E2BIG并返回(size_t)(-1)。反之,*outbuf增加写入的字节数和*outbytesleft减少写入的字节数。

  第三种情形是inbuf 为NULL或*inbuf为NULL,*outbuf 为NULL或*outbuf为NULL。这种情况下,iconv函数试图将cd的转换状态设置为初始状态。

返回值:

iconv函数返回本次调用中转换的字符数,可逆的转换不计入。出错时,它将修改errno并返回(size_t)(-1)。

错误:

E2BIG               *outbuf没有足够的空间。

EILSEQ              输入含无效的多字节序列。

EINVAL              输入含不完整多字节序列。

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

 

c代码示例

//将utf-8转为gb2312,代码仅供参考。iconv_t cd;
char src_utf8[20]="utf8编码";
char *inbuf=src_utf8;
int inen=strlen(inbuf);
int outlen=255;
char *outbuf=(char *)malloc(outlen);

cd=iconv_open("gb2312","utf-8");
iconv(cd,&inbuf,(size_t *)&inlen,&outbuf,&outlen);
printf("%s\n",outbuf);
iconv_close(cd);
free(outbuf);

 

囧 亲 晕 酷 哭 馋 闭嘴 调皮 贪 奸 怒 嘿 羞 汗 色 惊 萌 悲 笑 惊 狂 吃
囧 亲 晕 酷 哭 馋 闭嘴 调皮 贪 奸 怒 嘿 羞 汗 色 惊 萌 悲 笑 惊 狂 吃

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址