iconv.h 使用笔记

24 2月

研究了一段时间的iconv.h,终于在查看资料和实践下搞定了iconv这个函数,实现了对包含错误编码的字符串的转码。常见的情况就是,某些字符不属于GBK字符集,而将这个字符串由GBK转到UTF-8的时候就会出错。

int
convert(const char *from, /*要转换的字符集*/
const char *to, /*要转换到的字符集*/
char* save, /*输出字符串*/
int savelen, /*输出字符串缓存长度*/
char *src, /*源字符串*/
int srclen) /*源字符串长度*/
{
iconv_t cd;
char *inbuf = src;
char *outbuf = save;
size_t outbufsize = savelen;
int status = 0;
size_t savesize = 0;
size_t inbufsize = srclen;
char* inptr = inbuf;
size_t insize = inbufsize;
char* outptr = outbuf;
size_t outsize = outbufsize;

cd = iconv_open(to, from);
iconv(cd,NULL,NULL,NULL,NULL);
if (inbufsize == 0) {
status = -1;
goto done;
}
while (insize > 0) {
size_t res = iconv(cd,&inptr,&insize,&outptr,&outsize);
if (res == (size_t)(-1)) {
if (errno == EILSEQ) {
inptr ++;
status = -3;
} else if (errno == EINVAL) {
break;
} else if (errno == E2BIG) {
status = -5;
goto done;
} else {
status = -6;
goto done;
}
}
}
if (outptr != outbuf) {
int outsize = outptr - outbuf;
strncpy(save+savesize, outbuf, outsize);
}
status = strlen(save);
done:
iconv_close(cd);
return status;
}

使用方法:

gchar *convert(gchar *from)
{
char *result = g_new(char, strlen(from) * 3 + 1);
convert2("GBK", "UTF-8", result, strlen(from) * 3 + 1, from, strlen(from));
if (result != NULL) return result;
else return "";
}

 

PS:iconv参考说明:
iconv函数族的头文件是iconv.h,使用前需包含之。

#include

iconv函数族有三个函数,原型如下:

(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。

(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。

参数cd必须是由iconv_open函数创建的转换描述符。

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和*outbytesleft作相应的修改,同时修改cd的转换状态。

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

除了其它错误以外,出现以下错误:

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。

发表评论

邮箱地址不会被公开。 必填项已用*标注