C конвертирует ISO-8859-1 в UTF-8 с помощью libconv - PullRequest
Новая
       84

C конвертирует ISO-8859-1 в UTF-8 с помощью libconv

0 голосов
/ 17 сентября 2018

Мне нужно закодировать символы латинского ISO-8859-1 в UTF-8 (и в обратном направлении тоже).

Я впервые использовал этот ответ Есть ли способ конвертировать UTF8 в iso-8859-1? для выполнения операции, и она работает;

Теперь я хочуиспользуйте libiconv, который предоставляет все механизмы преобразования и должен помочь мне упростить мой код.

Я следовал приведенному здесь примеру: https://www.lemoda.net/c/iconv-example/iconv-example.html

, и я написал метод, который выглядит следующим образомthis: 

char *iconvISO2UTF8(char *iso) {
    iconv_t iconvDesc = iconv_open ("ISO−8859-1", "UTF-8//TRANSLIT//IGNORE");

    if (iconvDesc == (iconv_t) - 1) {
        /* Something went wrong.  */
        if (errno == EINVAL)
            fprintf(stderr, "conversion from '%s' to '%s' not available", "ISO−8859−1", "UTF-8");           
        else
            fprintf(stderr, "LibIcon initialization failure");          

        return NULL;
    }

    size_t iconv_value;
    char * utf8;
    size_t len;
    size_t utf8len; 
    char * utf8start;

    int len_start;


    len = strlen (iso);
    if (! len) {        
        fprintf(stderr, "iconvISO2UTF8: input String is empty.");           
        return NULL;
    }

    /* Assign enough space to put the UTF-8. */
    utf8len = 2 * len;
    utf8 = calloc (utf8len, sizeof (char));
    if (! utf8) {
        fprintf(stderr, "iconvISO2UTF8: Calloc failed.");           
        return NULL;
    }
    /* Keep track of the variables. */
    utf8start = utf8;
    len_start = len;

    iconv_value = iconv (iconvDesc, & iso, & len, & utf8, & utf8len);
    /* Handle failures. */
    if (iconv_value == (size_t) - 1) {      
        switch (errno) {
                /* See "man 3 iconv" for an explanation. */
            case EILSEQ:
                fprintf(stderr, "iconv failed: Invalid multibyte sequence, in string '%s', length %d, out string '%s', length %d\n", iso, (int) len, utf8start, (int) utf8len);             
                break;
            case EINVAL:
                fprintf(stderr, "iconv failed: Incomplete multibyte sequence, in string '%s', length %d, out string '%s', length %d\n", iso, (int) len, utf8start, (int) utf8len);              
                break;
            case E2BIG:
                fprintf(stderr, "iconv failed: No more room, in string '%s', length %d, out string '%s', length %d\n", iso, (int)  len, utf8start, (int) utf8len);                              
                break;
            default:
                fprintf(stderr, "iconv failed, in string '%s', length %d, out string '%s', length %d\n", iso, (int) len, utf8start, (int) utf8len);                             
        }
        return NULL;
    }


    if(iconv_close (iconvDesc) != 0) {
        fprintf(stderr, "libicon close failed: %s", strerror (errno));          
    }

    return utf8start;

}

Когда я называю эту функцию с простыми старыми ascii-подобными символами, такими как "abracadabra", iconv работает.Но как только я отправляю на него акцентированные символы, например "éàèüöä", вызов iconv () завершается неудачно с кодом EILSEQ:

iconv fail: Неверная многобайтовая последовательность, в строке 'éàüöä', длина6, out string '', длина 12

Вот пример основной программы, которая аварийно завершает работу при сохранении в исходном файле, закодированном с помощью ISO-8859-1 и скомпилированном в системе Linux с ISO-8859-1 как кодировка по умолчанию: 

int main(int argc, char **argv) {
    char *iso1 = "abracadabra";
    char *utf = iconvISO2UTF8(iso1);
    puts(utf);
    free(utf);

    char *iso2 = "éàèüöä";
    utf = iconvISO2UTF8(iso2);
    puts(utf);
    free(utf);
}

Можно ли выполнить этот вид преобразования с помощью iconv? Если да, что не так в этом коде?

1 Ответ

0 голосов
/ 17 сентября 2018

Пожалуйста, внимательно прочитайте страницу руководства iconv_open(3): 

iconv_t iconv_open(const char *tocode, const char *fromcode);

Если вы конвертируете в UTF-8 из ISO 8859-1 , тогда этоимеет шансы: 

iconv_t iconvDesc = iconv_open ("ISO−8859-1", "UTF-8//TRANSLIT//IGNORE");

Стоит сказать, 

iconv_t iconvDesc = iconv_open ("UTF-8//TRANSLIT//IGNORE", "ISO−8859-1");
...