UTF-16에서 UTF-8로 변환 할 때의 문제

Question

UTF-16 문자열 (spidermonkey 19의 JSString에서 가져옴)을 UTF-8 문자열로 변환하려고합니다. 나는 변환 된 문자열이 괜찮다고 생각하지만 몇 가지 이유로 변환 루틴은 모든 유니 코드 (비 ASCII 문자)에 대해 두 개의 추가 바이트를 추가합니다. 나는 내가 틀린 일을하고 있다고 확신한다. 좋은 결과가없는 다른 인코딩을 시도했다. 이것은 내가 지금지고있어 무엇을 : 당신이 볼 수 있듯이

// UTF-16 string "áéíóúñ aeiou", this is the string being converted 
// (you can find "aeiou" after \x20\x00, where \x61\x00 is "a") 
\xC3\x00\xA1\x00\xC3\x00\xA9\x00\xC3\x00\xAD\x00\xC3\x00\xB3\x00\xC3\x00\xBA\x00\xC3\x00\xB1\x00\x20\x00\x61\x00\x65\x00\x69\x00\x6F\x00\x75\x00\x6E\x00 

// UTF-8 string, test string, taken from: 
// const char* cmp = "áéíóúñ aeiou" 
// This is the result I'm looking for. 
\xc3\xa1\xc3\xa9\xc3\xad\xc3\xb3\xc3\xba\xc3\xb1 aeiou 

// UTF-8 string I'm getting after iconv(utf16, utf8) 
\xc3\x83\xc2\xa1\xc3\x83\xc2\xa9\xc3\x83\xc2\xad\xc3\x83\xc2\xb3\xc3\x83\xc2\xba\xc3\x83\xc2\xb1 aeioun 

, 모든 비 ASCII 문자 사이에 두 개의 추가 바이트 (\ X83의 \의 XC2)이있다. 왜 그 사람이 누군지 압니까?

이 내 변환 루틴 :

shared_ptr<char> convertToUTF8(char* utf16string, size_t len) { 
    iconv_t cd = iconv_open("UTF-8", "UTF-16LE"); 
    char* utf8; 
    size_t utf8len; 

    utf8len = len; 
    utf8 = (char *)calloc(utf8len, 1); 
    shared_ptr<char> outptr(utf8); 

    size_t converted = iconv(cd, &utf16string, &len, &utf8, &utf8len); 
    if (converted == (size_t)-1) { 
     fprintf(stderr, "iconv failed\n"); 
     switch (errno) { 
      case EILSEQ: 
       fprintf(stderr, "Invalid multibyte sequence.\n"); 
       break; 
      case EINVAL: 
       fprintf(stderr, "Incomplete multibyte sequence.\n"); 
       break; 
      case E2BIG: 
       fprintf(stderr, "No more room (iconv).\n"); 
       break; 
      default: 
       fprintf(stderr, "Error: %s.\n", strerror(errno)); 
       break; 
     } 
     outptr = NULL; 
    } 
    iconv_close(cd); 
    assert(outptr); 
    return outptr; 
} 

가 나는 또한 this other question에 솔루션을했지만, 나는 정확히 같은 결과를 얻었다. iconv가 여분의 2 바이트를 추가하는 이유는 무엇입니까? 결과를 수동으로 생성 된 utf-8 문자열과 어떻게 일치시킬 수 있습니까?

편집 :

Answer 1

왜 당신은 그냥 "UTF16"나 대신에 "UTF-16LE"의 "UTF16"를 사용하지 않는 테스트 문자열의 고정 설명, 'iconv_open 사람'에서, 우리가이 보인다 UTF16에 대한 6 개의 코딩,

UTF16 // UTF16BE // UTF16LE // UTF16 // UTF16BE // UTF16LE // 그러나, 나는 돈

' t iconv 경험이 있지만 JSString 다음 함수를 사용하여 gchar * 변환 한

gchar* gtweet_jsengine_jsval2gchar(GtweetTwitterClient *self, jsval value) 
{ 
    JSContext *jscontext = NULL; 
    JSString *string = NULL; 
    GError *error = NULL; 
    gunichar2 *utf16_string = NULL; 
    gsize utf16_length = 0; 
    glong rlen = 0; 
    glong wlen = 0; 
    gchar *ret = NULL; 

    jscontext = self->priv->jscontext; 
    JS_BeginRequest(jscontext); 
    string = JS_ValueToString(jscontext, value); 
    utf16_string = (gunichar2 *) JS_GetStringCharsAndLength(jscontext, string, &utf16_length); 
    ret = g_utf16_to_utf8(utf16_string, utf16_length, &rlen, &wlen, &error); 
    if(error) 
    { 
     g_printerr("%s: %d: %s [rlen: %ld wlen: %ld]\n", g_quark_to_string(error->domain), error->code, error->message, rlen, wlen); 
     return NULL; 
    } 
    JS_EndRequest(jscontext); 
    return ret; 
}