linux下使用libiconv库转码

iconv命令实现linux下字符集编码的转换  

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和*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
",outbuf);
iconv_close(cd);
free(outbuf);