내 소프트웨어가 ISO 8859 1로 변환해야하는 것보다 UTF8에서 일부 문자열이 나타납니다. UTF8 도메인이 iso 8859보다 큽니다. UTF8의 데이터는 이전에 ISO에서 상향 변환되었으므로 아무 것도 놓치지 마십시오.UTF8에서 iso-8859-1로 변환하는 방법이 있습니까?
저는 UTF8에서 iso-8859-1로 변환하는 쉬운/직접적인 방법이 있는지 알고 싶습니다.
감사
내 소프트웨어가 ISO 8859 1로 변환해야하는 것보다 UTF8에서 일부 문자열이 나타납니다. UTF8 도메인이 iso 8859보다 큽니다. UTF8의 데이터는 이전에 ISO에서 상향 변환되었으므로 아무 것도 놓치지 마십시오.UTF8에서 iso-8859-1로 변환하는 방법이 있습니까?
저는 UTF8에서 iso-8859-1로 변환하는 쉬운/직접적인 방법이 있는지 알고 싶습니다.
감사
당신이 유용 할 수있는 기능입니다 : utf8_to_latin9()
. ISO-8859-15
(EURO 포함, ISO-8859-1
은 포함되지 않음)으로 변환되지만 ISO-8859-1
->UTF-8
->ISO-8859-1
왕복의 ->ISO-8859-1
변환 부분에 대해서도 올바르게 작동합니다.
이 함수는 iconv에 //IGNORE
플래그와 비슷한 잘못된 코드 포인트를 무시하지만 분해 된 UTF-8 시퀀스는 재구성하지 않습니다. 즉 U+006E U+0303
은 U+00F1
이되지 않습니다. 나는 iconv도하지 않기 때문에 재구성하는 것을 신경 쓰지 않는다.
이 함수는 문자열 액세스에 매우주의해야합니다. 그것은 버퍼를 넘어 스캔하지 않습니다. 출력 버퍼는 항상 end-of-string NUL 바이트를 추가하기 때문에 길이보다 1 바이트 길어야합니다. 이 함수는 문자열의 끝 NUL 바이트를 제외하고 출력의 문자 수 (바이트)를 반환합니다. 당신이 to_latin9()
기능의 특정 코드 포인트에 대한 사용자 정의 음역을 추가 할 수 있지만 하나의 문자 교체로 제한됩니다
/* UTF-8 to ISO-8859-1/ISO-8859-15 mapper.
* Return 0..255 for valid ISO-8859-15 code points, 256 otherwise.
*/
static inline unsigned int to_latin9(const unsigned int code)
{
/* Code points 0 to U+00FF are the same in both. */
if (code < 256U)
return code;
switch (code) {
case 0x0152U: return 188U; /* U+0152 = 0xBC: OE ligature */
case 0x0153U: return 189U; /* U+0153 = 0xBD: oe ligature */
case 0x0160U: return 166U; /* U+0160 = 0xA6: S with caron */
case 0x0161U: return 168U; /* U+0161 = 0xA8: s with caron */
case 0x0178U: return 190U; /* U+0178 = 0xBE: Y with diaresis */
case 0x017DU: return 180U; /* U+017D = 0xB4: Z with caron */
case 0x017EU: return 184U; /* U+017E = 0xB8: z with caron */
case 0x20ACU: return 164U; /* U+20AC = 0xA4: Euro */
default: return 256U;
}
}
/* Convert an UTF-8 string to ISO-8859-15.
* All invalid sequences are ignored.
* Note: output == input is allowed,
* but input < output < input + length
* is not.
* Output has to have room for (length+1) chars, including the trailing NUL byte.
*/
size_t utf8_to_latin9(char *const output, const char *const input, const size_t length)
{
unsigned char *out = (unsigned char *)output;
const unsigned char *in = (const unsigned char *)input;
const unsigned char *const end = (const unsigned char *)input + length;
unsigned int c;
while (in < end)
if (*in < 128)
*(out++) = *(in++); /* Valid codepoint */
else
if (*in < 192)
in++; /* 10000000 .. 10111111 are invalid */
else
if (*in < 224) { /* 110xxxxx 10xxxxxx */
if (in + 1 >= end)
break;
if ((in[1] & 192U) == 128U) {
c = to_latin9((((unsigned int)(in[0] & 0x1FU)) << 6U)
| ((unsigned int)(in[1] & 0x3FU)));
if (c < 256)
*(out++) = c;
}
in += 2;
} else
if (*in < 240) { /* 1110xxxx 10xxxxxx 10xxxxxx */
if (in + 2 >= end)
break;
if ((in[1] & 192U) == 128U &&
(in[2] & 192U) == 128U) {
c = to_latin9((((unsigned int)(in[0] & 0x0FU)) << 12U)
| (((unsigned int)(in[1] & 0x3FU)) << 6U)
| ((unsigned int)(in[2] & 0x3FU)));
if (c < 256)
*(out++) = c;
}
in += 3;
} else
if (*in < 248) { /* 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx */
if (in + 3 >= end)
break;
if ((in[1] & 192U) == 128U &&
(in[2] & 192U) == 128U &&
(in[3] & 192U) == 128U) {
c = to_latin9((((unsigned int)(in[0] & 0x07U)) << 18U)
| (((unsigned int)(in[1] & 0x3FU)) << 12U)
| (((unsigned int)(in[2] & 0x3FU)) << 6U)
| ((unsigned int)(in[3] & 0x3FU)));
if (c < 256)
*(out++) = c;
}
in += 4;
} else
if (*in < 252) { /* 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx */
if (in + 4 >= end)
break;
if ((in[1] & 192U) == 128U &&
(in[2] & 192U) == 128U &&
(in[3] & 192U) == 128U &&
(in[4] & 192U) == 128U) {
c = to_latin9((((unsigned int)(in[0] & 0x03U)) << 24U)
| (((unsigned int)(in[1] & 0x3FU)) << 18U)
| (((unsigned int)(in[2] & 0x3FU)) << 12U)
| (((unsigned int)(in[3] & 0x3FU)) << 6U)
| ((unsigned int)(in[4] & 0x3FU)));
if (c < 256)
*(out++) = c;
}
in += 5;
} else
if (*in < 254) { /* 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx */
if (in + 5 >= end)
break;
if ((in[1] & 192U) == 128U &&
(in[2] & 192U) == 128U &&
(in[3] & 192U) == 128U &&
(in[4] & 192U) == 128U &&
(in[5] & 192U) == 128U) {
c = to_latin9((((unsigned int)(in[0] & 0x01U)) << 30U)
| (((unsigned int)(in[1] & 0x3FU)) << 24U)
| (((unsigned int)(in[2] & 0x3FU)) << 18U)
| (((unsigned int)(in[3] & 0x3FU)) << 12U)
| (((unsigned int)(in[4] & 0x3FU)) << 6U)
| ((unsigned int)(in[5] & 0x3FU)));
if (c < 256)
*(out++) = c;
}
in += 6;
} else
in++; /* 11111110 and 11111111 are invalid */
/* Terminate the output string. */
*out = '\0';
return (size_t)(out - (unsigned char *)output);
}
참고.
현재 작성되었으므로이 함수는 내부 변환을 안전하게 수행 할 수 있습니다. 입력 포인터와 출력 포인터는 동일 할 수 있습니다. 출력 문자열은 입력 문자열보다 길지 않습니다. 입력 문자열에 추가 바이트 (예 : 문자열을 종료하는 NUL이 있음)가있을 경우 위의 함수를 사용하여 UTF-8에서 ISO-8859-1/15로 안전하게 변환 할 수 있습니다. 이 방법은 약간 제한적이지만, 임베디드 환경에서 약간의 노력을 덜어주기 때문에 의도적으로이 방법으로 썼습니다. 사용자 정의 및 확장.
편집 : I가 변환 함수 in an edit to this answer의 쌍을 포함
모두 라틴어-1/9/UTF-8에서의 변환 (ISO-8859-1 또는 -15 내지/UTF-8); 가장 큰 차이점은 해당 함수가 동적으로 할당 된 복사본을 반환하고 원래 문자열을 그대로 유지한다는 것입니다.iconv에서 - 문자 집합 변환을
iconv_t iconv_open(const char *tocode, const char *fromcode);
tocode
이 "ISO_8859-1"
및 fromcode
입니다 "UTF-8"
이다
size_t iconv(iconv_t cd, char **inbuf, size_t *inbytesleft, char **outbuf, size_t *outbytesleft);
을 수행합니다.
근무 예 : 여기
#include <iconv.h>
#include <stdio.h>
int main (void) {
iconv_t cd = iconv_open("ISO_8859-1", "UTF-8");
if (cd == (iconv_t) -1) {
perror("iconv_open failed!");
return 1;
}
char input[] = "Test äöü";
char *in_buf = &input[0];
size_t in_left = sizeof(input) - 1;
char output[32];
char *out_buf = &output[0];
size_t out_left = sizeof(output) - 1;
do {
if (iconv(cd, &in_buf, &in_left, &out_buf, &out_left) == (size_t) -1) {
perror("iconv failed!");
return 1;
}
} while (in_left > 0 && out_left > 0);
*out_buf = 0;
iconv_close(cd);
printf("%s -> %s\n", input, output);
return 0;
}
고마워, 내가 가지고있는 주된 문제는 잊어 버리고 내 소프트웨어가 임베디드 리눅스에서 작동하고 iconv를 사용할 수 없다는 점을 잊어 버렸다. – fazineroso
리눅스 용 iconv를 컴파일 할 수 있습니다. 당신의 리눅스는 glibc를 사용합니까? 그렇다면 호환 가능한 구현체 인'gconv'가 있습니다 : http://www.gnu.org/software/libc/manual/html_node/glibc-iconv-Implementation.html –
@fazineroso 라이브러리를 사용하지 않는 솔루션이 있습니다 전화. 지금 가야 겠지만, 내일이면 더 좋은 결과를 얻지 못하면 답을 업데이트 할 것입니다. – kay
변환을 수행 한 라이브러리를 사용하는 경우 변환 할 대상이 있어야합니다. 문자열의 문자를 변경하지 않았다고 가정하면 다시 돌려 주면됩니다. – RedX