Linux操作系統(tǒng)下漢字編碼的轉(zhuǎn)換
來源：中國IT實驗室
http://www.
2011-11-28 17:05:08
因為項目的需要linux下將GBK編碼轉(zhuǎn)換為utf8編碼，google一下，網(wǎng)上的相關(guān)資源比較少，下面的操作經(jīng)過本人的反復(fù)試驗。本例子同樣適用于其他的編碼轉(zhuǎn)換。 有g(shù)bk到utf8的轉(zhuǎn)換過程，需要經(jīng)過unicode作為中間編碼。因為Windows的轉(zhuǎn)換相對簡單，先講一下windows下的轉(zhuǎn)換過程，linux下的過程基本相同，函數(shù)使用上有差別。 Windows下： 1、在windows下可以使用函數(shù)MultiByteToWideChar先將多字節(jié)字符，轉(zhuǎn)換為unicode。 2、使用函數(shù)WideCharToMultiByte，將unicode再轉(zhuǎn)換為utf8編碼。 google一下，網(wǎng)上例子很多。在這里貼了一個簡單的源碼，實現(xiàn)ansi到utf8編碼的轉(zhuǎn)換 view plain char *multichar_2_utf8(const char *m_string) { int len=0; wchar_t *w_string; char *utf8_string; //計算由ansi轉(zhuǎn)換為unicode后，unicode編碼的長度 len=MultiByteToWideChar(CP_ACP,0,(LPCTSTR)m_string, -1, NULL,0);//CP_ACP指示了轉(zhuǎn)換為unicode編碼的編碼類型 w_string=(wchar_t *)malloc(2*len+2); memset(w_string,0,2*len+2); //ansi到unicode轉(zhuǎn)換 MultiByteToWideChar(CP_ACP, 0, (LPCTSTR)m_string,-1,w_string, len);//CP_ACP指示了轉(zhuǎn)換為unicode編碼的編碼類型 //計算unicode轉(zhuǎn)換為utf8后，utf8編碼的長度 len = WideCharToMultiByte(CP_UTF8, 0, w_string, -1, NULL, 0, NULL, NULL);//CP_UTF8指示了unicode轉(zhuǎn)換為的類型 utf8_string=(char *)malloc(len+1); memset(utf8_string, 0, len + 1); //unicode到utf8轉(zhuǎn)換 WideCharToMultiByte (CP_UTF8, 0, w_string, -1, utf8_string, len, NULL,NULL);//CP_UTF8指示了unicode轉(zhuǎn)換為的類型 free(w_string); return utf8_string; } Linux下： linux下沒有上面的兩個函數(shù)，需要使用函數(shù) mbstowcs和wcstombs mbstowcs將多字節(jié)編碼轉(zhuǎn)換為寬字節(jié)編碼 wcstombs將寬字節(jié)編碼轉(zhuǎn)換為多字節(jié)編碼 這兩個函數(shù)，轉(zhuǎn)換過程中受到系統(tǒng)編碼類型的影響，需要通過設(shè)置來設(shè)定轉(zhuǎn)換前和轉(zhuǎn)換后的編碼類型。通過函數(shù)setlocale進行系統(tǒng)編碼的設(shè)置。 linux下輸入命名 locale -a查看系統(tǒng)支持的編碼類型。 view plain andy@andy-linux:~$ locale -a C en_AG en_AU.utf8 en_BW.utf8 en_CA.utf8 en_DK.utf8 en_GB.utf8 en_HK.utf8 en_IE.utf8 en_IN en_NG en_NZ.utf8 en_PH.utf8 en_SG.utf8 en_US.utf8 en_ZA.utf8 en_ZW.utf8 POSIX zh_CN.gb18030 zh_CN.gbk zh_CN.utf8 zh_HK.utf8 zh_SG.utf8 zh_TW.utf8 本例子中實現(xiàn)的是由zh_CN.gbk到zh_CN.utf8的轉(zhuǎn)換 流程： 1、調(diào)用函數(shù)setlocale(LC_ALL,"zh_CN.gbk")，設(shè)置待轉(zhuǎn)碼的字符串類型為gbk類型。 2、調(diào)用函數(shù)mbstowcs，實現(xiàn) 1 設(shè)置的編碼到unicode編碼的轉(zhuǎn)換。 3、調(diào)用函數(shù)setlocale(LC_ALL,"zh_CN.utf8")，設(shè)置轉(zhuǎn)換后編碼類型為utf8類型。 4、調(diào)用函數(shù)wcstombs，實現(xiàn)unicode到 3 設(shè)置的編碼類型的轉(zhuǎn)換。 下面是我寫的源碼 view plain #include #include /****************************************************************************** * FUNCTION: gbk2utf8 * DESCRIPTION: 實現(xiàn)由gbk編碼到utf8編碼的轉(zhuǎn)換 * * Input: utfStr,轉(zhuǎn)換后的字符串; srcStr,待轉(zhuǎn)換的字符串; maxUtfStrlen, utfStr的最 大長度 * Output: utfStr * Returns: -1,fail;>0,success * * modification history * -------------------- * 2011-nov-25, lvhongya written * -------------------- ******************************************************************************/ int gbk2utf8(char *utfStr,const char *srcStr,int maxUtfStrlen) { if(NULL==srcStr) { printf("Bad Parameter\n"); return -1; } //首先先將gbk編碼轉(zhuǎn)換為unicode編碼 if(NULL==setlocale(LC_ALL,"zh_CN.gbk"))//設(shè)置轉(zhuǎn)換為unicode前的碼,當前為gbk編碼 { printf("Bad Parameter\n"); return -1; } int unicodeLen=mbstowcs(NULL,srcStr,0);//計算轉(zhuǎn)換后的長度 if(unicodeLen<=0) { printf("Can not Transfer!!!\n"); return -1; } wchar_t *unicodeStr=(wchar_t *)calloc(sizeof(wchar_t),unicodeLen+1); mbstowcs(unicodeStr,srcStr,strlen(srcStr));//將gbk轉(zhuǎn)換為unicode //將unicode編碼轉(zhuǎn)換為utf8編碼 if(NULL==setlocale(LC_ALL,"zh_CN.utf8"))//設(shè)置unicode轉(zhuǎn)換后的碼,當前為utf8 { printf("Bad Parameter\n"); return -1; } int utfLen=wcstombs(NULL,unicodeStr,0);//計算轉(zhuǎn)換后的長度 if(utfLen<=0) { printf("Can not Transfer!!!\n"); return -1; } else if(utfLen>=maxUtfStrlen)//判斷空間是否足夠 { printf("Dst Str memory not enough\n"); return -1; } wcstombs(utfStr,unicodeStr,utfLen); utfStr[utfLen]=0;//添加結(jié)束符 free(unicodeStr); return utfLen; } |
|
|
