libiconv

由於歷史原因，國際化的文字常常由於語言或者國家的原因使用不同的編碼。

基本介紹

• 中文名：libiconv
• 默認編碼方式：就是Unicode
• 包含：了所有這些編碼的字元集
• 解決：這種混亂

歷史簡介

隨著網際網路時代的到來，通過網際網路進行文字交流也逐漸增多：瀏覽外國的網站，這個時候字元編碼的轉換變得尤為重要。這帶來了一個問題，就是許多字元在某一種編碼方式中沒有。為了解決這種混亂，Unicode的編碼方式被建立。Unicode是一種超級編碼包含了所有這些編碼的字元集，因此一些新的文本格式像XML的默認編碼方式就是Unicode.

但是很多老式的計算機還在使用當地的傳統的字元編碼方式。而一些程式，例如郵件程式和瀏覽器必須能在這些不同的用戶編碼之間作轉換。其他的一些程式則內置支持Unicode，以順利支持國際化的處理，但是仍然有在Unicode和其他的傳統編碼之間轉換的需求。GNU的libiconv就是為這兩種套用設計的編碼轉換庫。

編碼簡介

libiconv庫為需要做轉換的套用提供了一個iconv()的函式，以實現一個字元編碼到另一個字元編碼的轉換。

包括的編碼有：

歐洲語系	ASCII,; ISO-8859-{1,2,3,4,5,7,9,10,13,14,15,16},; KOI8-R, KOI8-U, KOI8-RU,; CP{1250,1251,1252,1253,1254,1257},; CP{850,866},; Mac{Roman,CentralEurope,Iceland,Croatian,Romania},; Mac{Cyrillic,Ukraine,Greek,Turkish},; Macintosh
猶太語系	ISO-8859-{6,8}, CP{1255,1256}, CP862, Mac{Hebrew,Arabic}
日文	EUC-JP, SHIFT_JIS, CP932, ISO-2022-JP, ISO-2022-JP-2, ISO-2022-JP-1
中文	EUC-CN, HZ, GBK, GB18030, EUC-TW, BIG5, CP950, BIG5-HKSCS, ISO-2022-CN, ISO-2022-CN-EXT
朝鮮文	EUC-KR, CP949, ISO-2022-KR, JOHAB
亞美尼亞語	ARMSCII-8
格魯尼亞語	Georgian-Academy, Georgian-PS
塔吉克語	KOI8-T
泰國語	TIS-620, CP874, MacThai
寮語	MuleLao-1, CP1133
越南語	VISCII, TCVN, CP1258
特殊平台	HP-ROMAN8, NEXTSTEP
全部Unicode	UTF-8, UTF-7; UCS-2, UCS-2BE, UCS-2LE, UCS-4, UCS-4BE, UCS-4LE; UTF-16, UTF-16BE, UTF-16LE, UTF-32, UTF-32BE, UTF-32LE; C99, JAVA

全部Unicode，在uint16_t或uint32_t方面（使用機器相關的位元組序和對齊方式）：
UCS-2-INTERNAL, UCS-4-INTERNAL
本地依賴，在'char'或'wchar_t'方面（使用機器相關的位元組序和對齊方式，以及系統和區域相關的語義）：
char, wchar_t　
空的編碼名""等同於"char"，它表示與區域相關的字元編碼
當使用了--enable-extra-encodings設定選項，將額外提供對少量編碼的支持：

歐洲語系	CP{437,737,775,852,853,855,857,858,860,861,863,865,869,1125}
猶太語系	CP864
日語	EUC-JISX0213, Shift_JISX0213, ISO-2022-JP-3
土庫曼語	TDS565
特殊平台	RISCOS-LATIN1

通過將Unicode作為 中間編碼，所有編碼之間都可以相互轉換。
並且也在直譯上提供了有限的支持。就是說，當一個字元在目標的編碼里沒有的對應字元的時候，轉換程式會自動從一個或多個看起來相似的字元中選擇一個。目標編碼名前面加上“//TRANSLIT”即可使用直譯功能。
libiconv在系統缺少多種多樣的字元編碼支持時，提供這樣方面的支持，

使用舉例

使用步驟

（1）打開：iconv_t converter = iconv_open("gbk","utf-8");
（2）轉換：size_t rc = iconv(converter, input, insize, output, outsize);
（3）關閉：iconv_close(converter);

函式參數

(iconv_t cd, const char* * inbuf, size_t* inbytesleft, char* * outbuf, size_t * outbytesleft)；
需要注意的是iconv 函式會修改指針*inbuf 和指針*outbuf的值(剛開始不知道，老是記憶體泄漏)（*inbytesleft，*outbytesleft也會被修改）。因此需要保存原輸入、輸出記憶體分配的地址值。

//要轉換至的編碼應與編譯器使用的默認編碼不同，相同的話將轉換失敗//比如VC6.0中文默認使用UTF-8進行編碼，iconv_open("gbk","UTF-8");將失敗#include <iostream>#include <iconv.h>using namespace std;#pragma comment(lib,"iconv.lib")int main(){        iconv_t conveter = iconv_open("gbk","UTF-8");    if(conveter== iconv_t(-1)){        cout<<"encode convert not supported!"<<endl;        if(errno==EINVAL)cout<<"einval"<<endl;            return -1;        }    else{        cout<<"ok!"<<endl;        }        //待轉換的字元串    size_t insize;    const char *input = "hello是";//漢字隨便加//應是const char *而不是char *    //char *input_old = input; //記錄待轉換字元串的地址    //input_old is unused variable.    insize=strlen(input);    cout<<"input is: "<<input<<endl;        //存儲轉換結果的字元串    size_t outsize = insize * 3+1;    char *output = new char[outsize];    char *output_old = output;//記錄轉換後的字元串的地址    memset(output,0,outsize);                 //轉換    //size_t rc = iconv(conveter,(const char **)&input,&insize,&output_old,&outsize);    //參數要求char **不是const char **。可能存在版本問題。    size_t ret = iconv(converter,(char**)&input,&insize,&output_old,&outsize);    //if(rc==-1){    //size_t 是unsigned類型    if(ret==(size_t)-1)        cout<<"converting failed"<<endl;        return -1;    }        //輸出轉換後的字元串    //cout<<"outputis: "<<output_old;    //output_old已經被改變了。應使用output來輸出結果。    cout<<"output is : "<<coutput;    cout<<"  outsize="<<outsize<<endl;        //delete[] input_old;//記憶體釋放，不需要釋放它，常量字元串    //delete[] output_old; //記憶體釋放    //應釋放的位置不是output_old，理由同上。    delete[] output;    iconv_close(conveter);}