在Linux下使用iconv转换字符串编码

在Linux下写C程序，尤其是网络通信程序时经常遇到编码转换的问题，这里要用到iconv函数库。

iconv函数库有以下三个函数

1 2 3 4 5 6

#include <iconv.h> iconv_t iconv_open(const char *tocode, const char *fromcode); //return (iconv_t)-1 if failed size_t iconv(iconv_t cd, char **inbuf, size_t *inbytesleft, char **outbuf, size_t *outbytesleft); //return (size_t)-1 if failed int iconv_close(iconv_t cd); //return -1 if failed

这三个函数的功能显而易见，分别是打开一个iconv_t句柄，转换字符串以及关闭一个iconv_t句柄。其中有必要一说的是iconv函数，这个函数十分容易用错。

iconv函数的五个参数中，第一个参数是iconv句柄，第二、三个参数是需要转换的字符串的地址和长度的地址，第四、五个参数是存储结果的字符串的地址和长度的地址，注意这里传的都是地址，因为这四个参数的值都有会被iconv函数改变。iconv会逐步的将*inbuf中的字符转换到*outbuf中，并增加*inbuf指针减少*inbytesleft的值，以及增加*outbuf指针减少*outbytesleft的值。

iconv函数会因为以下四种原因停止并返回：

1. *input中遇到了一个非法的多字节序列，返回(size_t)-1并置errno=EILSEQ，返回时*inbuf指向非法字符的开头。
2. *input全部转换完，返回不可转换的字符数。
3. *input中遇到了一个不完整的多字节序列，返回(size_t)-1并置errno=EINVAL，返回时*inbuf指向不完整字符的开头。
4. *output空间不够，返回(size_t)-1并置errno=E2BIG。

以下给出一个示例函数，将一个字符串从utf-8转换成gbk后再重新转换成utf-8。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45

#include <iconv.h> #include <string.h> #include <stdio.h> #include <errno.h> #include <stdlib.h> int charset_convert(const char *from_charset, const char *to_charset, char *in_buf, size_t in_left, char *out_buf, size_t out_left) { iconv_t icd; char *pin = in_buf; char *pout = out_buf; size_t out_len = out_left; if ((iconv_t)-1 == (icd = iconv_open(to_charset,from_charset))) { return -1; } if ((size_t)-1 == iconv(icd, &pin, &in_left, &pout, &out_left)) { iconv_close(icd); return -1; } out_buf[out_len - out_left] = 0; iconv_close(icd); return (int)out_len - out_left; } int main(int argc, char *argv[]) { char *from_str = "你好，中南。- Hello, CSU."; char *to_str_gbk, *to_str_utf8; int len; //utf-8 => gbk to_str_gbk = (char*)calloc(1, strlen(from_str) * 3); if (-1 == (len = charset_convert("UTF-8", "GB2312", from_str, strlen(from_str), to_str_gbk, strlen(from_str) * 3))) { perror("UTF8=>GBK error"); } //gbk => utf8 to_str_utf8 = (char*)calloc(1, len * 3); if (-1 == (len = charset_convert("GB2312", "UTF-8", to_str_gbk, len, to_str_utf8, len * 3))) { perror("GBK=>UTF8 error"); } //output printf("original : %s\n", from_str); printf("to gbk : %s\n", to_str_gbk); printf("gbk to utf8: %s\n", to_str_utf8); }

我用的xshell连接到虚拟机，先将terminal的编码设置为utf-8运行，结果如下

1 2 3

original : 你好，中南。- Hello, CSU. to gbk : ţºã¬אŏ¡£- Hello, CSU. gbk to utf8: 你好，中南。- Hello, CSU.

再将terminal的编码设置为gbk运行，结果如下

1 2 3

original : 浣犲ソ锛屼腑鍗椼€? Hello, CSU. to gbk : 你好，中南。- Hello, CSU. gbk to utf8: 浣犲ソ锛屼腑鍗椼€? Hello, CSU.

可见，在相应的编码下，对应的字符串能正常显示。

http://vimersu.win/blog/2014/03/04/linux-iconv/