转换特殊字符（UTF-8）

Posted 2023-02-22

【中文标题】转换特殊字符（UTF-8）

【英文标题】：Convert special characters(UTF-8)

【发布时间】：2020-07-09 09:13:12

【问题描述】：

我正在尝试用#include <iconv.h> 转换字符à，但我收到垃圾...。

这是代码

#include <stdio.h>
#include <string.h>
#include <iconv.h>
#include <iostream>

int main()

    char *gbk_str = "àèì asdsa sd aä";
    char dest_str[100];
    char *out = dest_str;
    size_t inbytes = strlen(gbk_str);
    size_t outbytes = sizeof dest_str;
    iconv_t conv = iconv_open("ISO8859-1", "UTF-8");

    if (conv == (iconv_t)-1) 
        std::cout <<"iconv_open";
        return 1;
    

    if (iconv(conv, &gbk_str, &inbytes, &out, &outbytes) == (size_t)-1) 
        std::cout << "iconv";
        return 1;
    

    dest_str[sizeof dest_str - outbytes] = 0;
    puts(dest_str);
    return 0;

回来： 意大利语字符：POLS 6000 Impianto riduzione d。速度

字节编码：50 4f 4c 53 20 36 30 30 30 20 49 6d 70 69 61 6e 74 6f 20 72 69 64 75 7a 69 6f 6e 65 20 64 2e 20 76 65 6c 6f63 69 74 ca3 >

已转换：POLS 6000 Impianto riduzione d。速度 -> POLS 6000 Impianto riduzione d。速度340

【问题讨论】：

很可能是因为您的输入字符串一开始就没有存储在 UTF-8 中。字符串文字使用 UTF-8 不是 C++ 的要求。

你应该写下每个字符的值，之前和之后。这将有助于找到问题所在

您在使用 Visual Studio 吗？在那种情况下File > Advanced Save Options，您可以选择正确的编码，这解决了我的问题

您需要查看实际字节数，以确定输入端的内容是否真的是 UTF-8，并确定输出端的内容是否正确。

【参考方案1】：

您必须将终端字符编码设置为 ISO8859-1。在我的 Linux 的 Mate 终端中是：

终端 >> 设置字符编码 >> 中欧 (WINDOWS-1250)

然后我能够从您的程序中看到正确的输出。没有这个改变，它确实是一个垃圾。

【讨论】：

不。在gbk_str 变量中，"àèìä" 都在代码页 1252（US & Western Eu）中定义，而只有 ä 在代码页 1250（Central欧洲）。