Linux下文件编码转换-转载

Linux下文件编码转换(转自宋工)
来源：zustytq’s blog

在LINUX上进行编码转换时,既可以利用iconv函数族编程实现,也可以利用iconv命令来实现,只不过后者是针对文件的,即将指定文件从一种编码转换为另一种编码。

一、利用iconv函数族进行编码转换

iconv函数族的头文件是iconv.h,使用前需包含之。

#include <iconv.h>

iconv函数族有三个函数,原型如下:

(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。

(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。 (3) int iconv_close(iconv_t cd);

此函数用于关闭转换句柄,释放资源。

例子1: 用C语言实现的转换示例程序

/* f.c : 代码转换示例C程序 */

#include <iconv.h>

#define OUTLEN 255

main()

{

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);

}

例子2: 用C++语言实现的转换示例程序

/* f.cpp : 代码转换示例C++程序 */

#include <iconv.h>

#include <iostream>

#define OUTLEN 255

using namespace std;

// 代码转换操作类

class CodeConverter {

private:

iconv_t cd;

public:

// 构造

CodeConverter(const char *from_charset,const char *to_charset) {

cd = iconv_open(to_charset,from_charset);

}

// 析构

~CodeConverter() {

iconv_close(cd);

}

// 转换输出

int convert(char *inbuf,int inlen,char *outbuf,int outlen) {

char **pin = &inbuf;

char **pout = &outbuf;

memset(outbuf,0,outlen);

return iconv(cd,pin,(size_t *)&inlen,pout,(size_t *)&outlen);

}

};

int main(int argc, char **argv)

{

char *in_utf8 = “姝ｅ?ㄥ??瑁?”;

char *in_gb2312 = “正在安装”;

char out[OUTLEN];

// utf-8–>gb2312

CodeConverter cc = CodeConverter(”utf-8″,”gb2312″);

cc.convert(in_utf8,strlen(in_utf8),out,OUTLEN);

cout << “utf-8–>gb2312 in=” << in_utf8 << “,out=” << out << endl;

// gb2312–>utf-8

CodeConverter cc2 = CodeConverter(”gb2312″,”utf-8″);

cc2.convert(in_gb2312,strlen(in_gb2312),out,OUTLEN);

cout << “gb2312–>utf-8 in=” << in_gb2312 << “,out=” << out << endl;

}

二、利用iconv命令进行编码转换

iconv命令用于转换指定文件的编码,默认输出到标准输出设备,亦可指定输出文件。

用法： iconv [选项...] [文件...]

有如下选项可用:

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

-?, –help 给出该系统求助列表

–usage 给出简要的用法信息

-V, –version 打印程序版本号

例子:

iconv -f utf-8 -t gb2312 aaa.txt >bbb.txt

这个命令读取aaa.txt文件，从utf-8编码转换为gb2312编码,其输出定向到bbb.txt文件。