linux下 gtf-8转换成GB2312

想到这个问题是因为跟一个学长讨论了怎样用key值查找对应的中文字符串，一开始想到转码后来才明白根本
是个不太可能实现的方法，实际项目中也不会这样去做。不过还是查了关于字符编码转码的相关资料作为一个
入门的了解，讨论到的那个问题我目前觉得可以用类hashtable来实现，不过c++里没有现成的类hashtable，所
以这个任务还是留待以后学了java来完成吧！


GB2312编码：

glibc带了一套转码函数iconv，使用方便，可识别的码很多，如果程序需要涉及到编码之间的转换，可考虑用它。

iconv命令的用法（转换文件编码）。

$ iconv --list # 显示可识别的编码名称
$ iconv -f GB2312 -t UTF-8 a.html > b.html # 转换GB2312编码的文件a.html为UTF-8编码，存入b.html
$ iconv -f GB2312 -t BIG5 a.html > b.html # 转换GB2312编码的文件a.html为BIG5编码，存入b.html

iconv编程涉及到以下glibc库的调用：

#include

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。

int iconv_close(iconv_t cd);

此函数用于关闭转换句柄,释放资源

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。

在使用iconv转码的时候，首先用iconv_open获取转码句柄，然后调用iconv转码，转完了后调用iconv_close关闭句柄。iconv函数中：

参数cd是用iconv_open调用返回的转码句柄；
参数inbuf指向需要转码的缓冲区；
参数inbytesleft是inbuf所保存的需要转码的字节数；
参数outbuf存放转码结果；
参数outbytesleft存放outbuf空间的大小。

如果调用成功，iconv返回转换的字节数（不可逆转调用的字节数，可逆转调用的字节数不包括在内）。否则返回-1，并设置相应的errno。
iconv逐步扫描inbuf，每转换一个字符，就增加inbuf，减少inbytesleft，并将结果存入outbuf，结果字节数存入outbytesleft。遇到下列情况将停止扫描并返回：

1. 多字节序列无效，这时候errno为EILSEQ，*inbuf指向第一个无效的字符；
2. 有字节留在inbuf尚未转换，errno为EINVAL;
3. outbuf空间不够，errno为E2BIG；
4. 正常转换完备。

对于iconv函数，还有两种调用情况：

1. inbuf或者*inbuf为NULL，outbuf和*outbuf不为NULL，iconv会设置转换状态为初始状态，并保存转换序列到*outbuf。如果outbuf空间不足，errno会设置为E2BIG，返回(size_t)(-1)；
2. inbuf或者*inbuf为NULL，outbuf或者*outbuf也为NULL，iconv设置转换状态为初始状态。

/* f.c : 代码转换示例C程序 */
#include<iconv.h>
#include
#include

#define OUTLEN 255

main()
{
int rc;
char *in_utf8 = "姝ｅ?ㄥ??瑁?";
char *in_gb2312 = "正在安装";
char out[OUTLEN];

//unicode码转为gb2312码
rc = u2g(in_utf8,strlen(in_utf8),out,OUTLEN);
printf("unicode-->gb2312 out=%sn",out);
//gb2312码转为unicode码
rc = g2u(in_gb2312,strlen(in_gb2312),out,OUTLEN);
printf("gb2312-->unicode out=%sn",out);
}
//代码转换:从一种编码转为另一种编码
int code_convert(char *from_charset,char *to_charset,char *inbuf,int inlen,char *outbuf,int outlen)
{
iconv_t cd;
int rc;
char **pin = &inbuf;
char **pout = &outbuf;

cd = iconv_open(to_charset,from_charset);

if (cd == 0) return -1;
memset(outbuf,0,outlen);

if (iconv(cd,pin,&inlen,pout,&outlen)==-1) return -1;
iconv_close(cd);
return 0;
}

//UNICODE码转为GB2312码
int u2g(char *inbuf,int inlen,char *outbuf,int outlen)
{
return code_convert("utf-8","gb2312",inbuf,inlen,outbuf,outlen);
}
//GB2312码转为UNICODE码
int g2u(char *inbuf,size_t inlen,char *outbuf,size_t outlen)
{
return code_convert("gb2312","utf-8",inbuf,inlen,outbuf,outlen);
}

注：此程序没有问题，只是linux不支持GBK编码。


有兴趣的同学可以看看这篇博文，几种常见字符编码方式详解及由来：http://flyleave.iteye.com/blog/339747

    ICONV库是GNU提供的开源编码转换库，在LINUX下已经默认包含于系统中。对于开发者来说，已经存在/usr/include/iconv.h文件，链接时无需加入库名称。