Question

我正在尝试将ISO 8859-1编码的字符串转换为UTF-8。

以下函数适用于包含德语变音符号的testdata，但我不太确定符文（b）演员的编码源代码。是假设某种默认编码，例如ISO8859-1或有什么方法可以告诉它使用什么编码？

func toUtf8(iso8859_1_buf []byte) string {
   var buf = bytes.NewBuffer(make([]byte, len(iso8859_1_buf)*4))
   for _, b := range(iso8859_1_buf) {
      r := rune(b)
      buf.WriteRune(r)
   }
   return string(buf.Bytes())
}

Answer 1

符文是 int32 的别名，当涉及编码时，假定符文具有Unicode字符值（代码点）。因此b中的值rune(b)应该是unicode值。对于0x00 - 0xFF，此值与Latin-1相同，因此您不必担心它。

然后你需要将符文编码为UTF8。但是，只需将[]rune转换为string即可完成此编码。

这是一个不使用bytes包的函数示例：

func toUtf8(iso8859_1_buf []byte) string {
    buf := make([]rune, len(iso8859_1_buf))
    for i, b := range iso8859_1_buf {
        buf[i] = rune(b)
    }
    return string(buf)
}

Answer 2

的影响

r := rune(expression)

是：

使用类型r声明变量rune（int32的别名）。
使用expresion的值初始化变量r。

不涉及（重新）编码，并且只能通过在代码中显式写入/处理某些重新编码来说明应该选择使用哪一个。幸运的是，在这种情况下，不需要（重新）编码，Unicode以与ASCII相当的方式合并了ISO 8859-1的代码。（如果我检查正确here）

golang将iso8859-1转换为utf8

2 个答案: