Question

你会认为这很容易获得，但我很难找到一个简单的库函数，它将C或C ++字符串从ISO-8859-1编码转换为UTF-8。我正在读取8位ISO-8859-1编码的数据，但需要将其转换为UTF-8字符串，以便在SQLite数据库和最终的Android应用程序中使用。

我发现了一种商业产品，但目前超出了我的预算范围。

Answer 1

如果您的源编码始终是ISO-8859-1，这是微不足道的。这是一个循环：

unsigned char *in, *out;
while (*in)
    if (*in<128) *out++=*in++;
    else *out++=0xc2+(*in>0xbf), *out++=(*in++&0x3f)+0x80;

为了安全起见，您需要确保输出缓冲区是输入缓冲区的两倍，或者包括大小限制并在循环条件下检查它。

Answer 2

对于c ++，我使用它：

std::string iso_8859_1_to_utf8(std::string &str)
{
    string strOut;
    for (std::string::iterator it = str.begin(); it != str.end(); ++it)
    {
        uint8_t ch = *it;
        if (ch < 0x80) {
            strOut.push_back(ch);
        }
        else {
            strOut.push_back(0xc0 | ch >> 6);
            strOut.push_back(0x80 | (ch & 0x3f));
        }
    }
    return strOut;
}

Answer 3

C ++ 03标准不提供直接在特定字符集之间转换的函数。

根据您的操作系统，您可以在Linux上使用iconv（），MultiByteToWideChar（）＆amp; Windows上的公司。为字符串转换提供大量支持的库是ICU库，它是开源的。

Answer 4

如果面对Windows 1252而不是真正的ISO-8859-1，Unicode人员可能会有一些帮助。最终的似乎是this one，它将CP1252中的每个代码点映射到Unicode中的代码点。将Unicode编码为UTF-8是一种简单的练习。

在编译时直接解析该表并从中形成查找表并不困难。

Answer 5

您可以使用boost :: locale库：

http://www.boost.org/doc/libs/1_49_0/libs/locale/doc/html/charset_handling.html

代码如下所示：

#include <boost/locale.hpp>
std::string utf8_string = to_utf<char>(latin1_string,"Latin1");

Answer 6

ISO-8859-1到UTF-8仅涉及编码算法，因为ISO-8859-1是Unicode的子集。所以你已经有了Unicode代码点。检查维基百科的算法。

C ++方面 - 将其与iostreams集成 - 要困难得多。

我建议你在那座山上走走，而不是试图穿过它或攀爬它，也就是说，实现一个简单的字符串到字符串转换器。

干杯＆amp;第h。，

Answer 7

为什么你需要 -1 而不是 -7。根据我对 sql 的测试，您甚至不能在 -1 中存储特殊字符。那么你到底想转换什么？

在C / C ++中将ISO-8859-1字符串转换为UTF-8

7 个答案: