хорошая альтернатива библиотеке Iconv для преобразования кодировки?

Question

Я использовал библиотеку Iconv на Ruby для преобразования кодировки из UTF-8 в UTF-32, UTF-16 и т. Д., И это было довольно хорошо.

Однако при преобразовании из Big5 в UTF-8 я вижу проблему - для недопустимой последовательности выдается исключение ...

и проблема исчезает при конвертации из CP950 в UTF-8, из которых CP950 по сути Big5 ...

так что мне интересно, есть ли другая хорошая альтернатива, кроме использования Iconv? Или CP950 - лучшая версия Big5?

Answer 1

Взгляните на ICU , это библиотека, которая среди прочего выполняет преобразование символов.

С другой стороны, другие ответы предполагают, что вам может потребоваться более тщательно изучить кодировки.

Answer 2

Существует много вариантов big5. CP950 - только один из них. http://www.moztw.org/docs/big5/

Для big5 я бы предложил использовать "big5-2003", официальную обновленную версию.

Answer 3

Хотя Big5 и CP950 практически одинаковы, различия есть. На веб-сайте Unicode есть справочные файлы для преобразования различных кодировок в Unicode, вы увидите, что Big5 и CP950 различны. Мой опыт работы с Iconv был хорошим - я подозреваю, что его поведение может быть правильным.

Некоторые символы, найденные в CP950, но не Big5, имеют шестнадцатеричные значения: 0x00, 0x01, 0x02, 0x03, 0x04, 0x05, 0x06, 0x07, 0x08, 0x09, 0x0A, 0x0B, 0x0C, 0x0D, 0x0E, 0x0F, 0x10, 0x11, 0x12, 0x13, 0x14, 0x15, 0x16, 0x17, 0x18, 0x19, 0x1A, 0x1B, 0x1C, 0x1D, 0x1E, 0x1F, 0x20, 0x21, 0x22, 0x23, 0x24, 0x25, 0x26, 0x27, 0x28, 0x29, 0x2A, 0x2B, 0x2C, 0x2D, 0x2E, 0x2F, 0x30, 0x31, 0x32, 0x33, 0x34, 0x35, 0x36, 0x37, 0x38, 0x39, 0x3A, 0x3B, 0x3C, 0x3D, 0x3E, 0x3F, 0x40, 0x41, 0x42, 0x43, 0x44, 0x45, 0x46, 0x47, 0x48, 0x49, 0x4A, 0x4B, 0x4C, 0x4D, 0x4E, 0x4F, 0x50, 0x51, 0x52, 0x53, 0x54, 0x55, 0x56, 0x57, 0x58, 0x59, 0x5A, 0x5B, 0x5C, 0x5D, 0x5E, 0x5F, 0x60, 0x61, 0x62, 0x63, 0x64, 0x65, 0x66, 0x67, 0x68, 0x69, 0x6A, 0x6B, 0x6C, 0x6D, 0x6E, 0x6F, 0x70, 0x71, 0x72, 0x73, 0x74, 0x75, 0x76, 0x77, 0x78, 0x79, 0x7A, 0x7B, 0x7C, 0x7D, 0x7E, 0x7F, 0x80, 0x81, 0x82, 0x83, 0x84, 0x85, 0x86, 0x87, 0x88, 0x89, 0x8A, 0x8B, 0x8C, 0x8D, 0x8E, 0x8F, 0x90, 0x91, 0x92, 0x93, 0x94, 0x95, 0x96, 0x97, 0x98, 0x99, 0x9A, 0x9B, 0x9C, 0x9D, 0x9E, 0x9F, 0xA0, 0xA1, 0xA15A, 0xA1C3, 0xA1C5, 0xA1FE, 0xA240, 0xA3E1, 0xA2CC, 0xA2CE. Если какой-либо из ваших входных данных содержит эти значения, файл недопустим. Big5.