utf-16 - 在C 中,UTF 16如何将 UTF 16转换为 UTF 32并打印结果 wchar_t?

  显示原文与译文双语对照的内容
59 2

我想打印一个 UTF-16 字符的字符串。 我把这个问题发布了一段时间,并且给出了一些建议,用于将 UTF-32 转换为并作为wchar_t字符串。

我已经进行了一些研究,并设法编写了以下代码:


//*c is the pointer to the characters (UTF-16) i'm trying to print


//sz is the size in bytes of the input i'm trying to print



iconv_t icv;


char in_buf[sz];


char* in;


size_t in_sz;


char out_buf[sz * 2];


char* out;


size_t out_sz;



icv = iconv_open("UTF-32","UTF-16");



memcpy(in_buf, c, sz);



in = in_buf;


in_sz = sz;


out = out_buf;


out_sz = sz * 2;



size_t ret = iconv(icv, &in, &in_sz, &out, &out_sz);


printf("ret = %dn", ret);


printf("*** %ls ***n", ((wchar_t*) out_buf));



iconv调用总是返回 0,所以我想转换应该是正确的?

然而,印刷似乎受到了打击和怀念。 有时转换的wchar_t字符串会打印好。 它的他时候,在打印wchar_t时遇到问题,并终止了 does,即使是尾随"***"也没有打印出来。

我也尝试使用


wprintf(((wchar_t*)"*** %ls ***n"), out_buf));



但是什么都不会被打印出来。

我在这里找不到什么东西?

参考:如何在C 中打印 UTF-16 字符

更新

合并了评论中的一些建议。

更新的代码:


//*c is the pointer to the characters (UTF-16) i'm trying to print


//sz is the size in bytes of the input i'm trying to print



iconv_t icv;


char in_buf[sz];


char* in;


size_t in_sz;


wchar_t out_buf[sz/2];


char* out;


size_t out_sz;



icv = iconv_open("UTF-32","UTF-16");



memcpy(in_buf, c, sz);



in = in_buf;


in_sz = sz;


out = (char*) out_buf;


out_sz = sz * 2;



size_t ret = iconv(icv, &in, &in_sz, &out, &out_sz);


printf("ret = %dn", ret);


printf("*** %ls ***n", out_buf);


wprintf(L"*** %ls ***n", out_buf);



同样的结果,不是所有的UTF-16 字符串都得到( 。printf和 wprintf ) 。

我还能找什么?

另外,我使用了 Linux,并且已经验证了wchar_t是 4字节。

时间: 原作者:

97 2

下面是一个将 UTF-16 转换为宽字符 array 并打印出来的简短程序。


#include <endian.h>


#include <errno.h>


#include <iconv.h>


#include <stdio.h>


#include <stdlib.h>


#include <string.h>


#include <wchar.h>



#define FROMCODE"UTF-16"



#if (BYTE_ORDER == LITTLE_ENDIAN)


#define TOCODE"UTF-32LE"


#elif (BYTE_ORDER == BIG_ENDIAN)


#define TOCODE"UTF-32BE"


#else


#error Unsupported byte order


#endif



int main(void)


{


 void *tmp;


 char *outbuf;


 const char *inbuf;


 long converted = 0;


 wchar_t *out = NULL;


 int status = EXIT_SUCCESS, n;


 size_t inbytesleft, outbytesleft, size;


 const char in[] = {


 0xff, 0xfe,


 'H', 0x0,


 'e', 0x0,


 'l', 0x0,


 'l', 0x0,


 'o', 0x0,


 ',', 0x0,


 ' ', 0x0,


 'W', 0x0,


 'o', 0x0,


 'r', 0x0,


 'l', 0x0,


 'd', 0x0,


 '!', 0x0


 };


 iconv_t cd = iconv_open(TOCODE, FROMCODE);


 if ((iconv_t)-1 == cd) {


 if (EINVAL == errno) {


 fprintf(stderr,"iconv: cannot convert from %s to %sn",


 FROMCODE, TOCODE);


 } else {


 fprintf(stderr,"iconv: %sn", strerror(errno));


 }


 goto error;


 }


 size = sizeof(in) * sizeof(wchar_t);


 inbuf = in;


 inbytesleft = sizeof(in);


 while (1) {


 tmp = realloc(out, size + sizeof(wchar_t));


 if (!tmp) {


 fprintf(stderr,"realloc: %sn", strerror(errno));


 goto error;


 }


 out = tmp;


 outbuf = (char *)out + converted;


 outbytesleft = size - converted;


 n = iconv(cd, (char **)&inbuf, &inbytesleft, &outbuf, &outbytesleft);


 if (-1 == n) {


 if (EINVAL == errno) {


/* junk at the end of the buffer, ignore it */


 break;


 } else if (E2BIG!= errno) {


/* unrecoverable error */


 fprintf(stderr,"iconv: %sn", strerror(errno));


 goto error;


 }


/* increase the size of the output buffer */


 converted = size - outbytesleft;


 size <<= 1;


 } else {


/* done */


 break;


 }


 }


 converted = (size - outbytesleft)/sizeof(wchar_t);


 out[converted] = L'';


 fprintf(stdout,"%lsn", out);


/* flush the iconv buffer */


 iconv(cd, NULL, NULL, &outbuf, &outbytesleft);


exit:


 if (out) {


 free(out);


 }


 if (cd) {


 iconv_close(cd);


 }


 exit(status);


error:


 status = EXIT_FAILURE;


 goto exit;


}



由于 UTF-16 是一个可变长度编码,你猜测你的输出缓冲区需要多大。 正确的程序应该处理输出缓冲区不够大,无法保存转换后的数据的情况。

你还应该注意,iconv 并没有为你的输出缓冲区提供 NULL -terminate 。

iframe是一个面向流的处理器,因这里如果你想重用它的他转换( 示例代码在结尾处执行这里操作),你需要刷新 iconv_t 。 如果你想做流处理,你会处理 EINVAL 错误,在再次调用 iconv 之前将输入缓冲区中的任何字节复制到新输入缓冲区的开头。

...