iconv用法，编码转换（二）

本文主要是介绍iconv用法，编码转换（二），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

iconv用法，编码转换（二）

继我的前一篇文章《iconv用法，编码转换（一）》 后，补充如何识别一个字符数组里面的文本是否是utf8格式的方法，因为对于非utf8格式的文本也进行iconv（）处理的话，会删除掉非utf8文本内容，因此调用iconv（）函数前需进行字符集判断。方法如下：

使用int IsTextUTF8(const char* str,unsigned int  length);函数来识别是否为utf8类型：

#include<iconv.h>
#include<iostream>
#include<fstream>
using namespace std;
int IsTextUTF8(const char* str,unsigned int  length);
int main()
{
iconv_t cd = iconv_open("GBK","UTF-8");
if(cd == (iconv_t)(-1))
{
cout<<"Failed";
}
else 
{
cout<<"Success"<<endl;
}
ifstream fp("1.html");	//1.html为utf8编码格式的文件
char * inbuf = new char[1000] ;
string s;
while(getline(fp,s))
{
inbuf = (char *)s.c_str();
char * in = inbuf;
char * outbuf = new char[1000];
char * out = outbuf;
size_t inlen = 1000;
size_t outlen = 1000;
int res = IsTextUTF8(in,s.size());
if(res) 
{
cout<<"是utf8格式";
iconv(cd,&in,&inlen,&out,&outlen);
}
else 
{
cout<<"不是utf8格式";
outbuf = inbuf;
}//iconv(cd,&in,&inlen,&out,&outlen);
cout<<outbuf;
}
iconv_close(cd);
return 0;
}
int IsTextUTF8(const char* str,unsigned int  length)
{
int i;
unsigned long nBytes=0;//UFT8可用1-6个字节编码,ASCII用一个字节
unsigned char chr;
int bAllAscii=1; //如果全部都是ASCII, 说明不是UTF-8
for(i=0;i<length;i++)
{
chr= *(str+i);
if( (chr&0x80) != 0 ) // 判断是否ASCII编码,如果不是,说明有可能是UTF-8,ASCII用7位编码,但用一个字节存,最高位标记为0,o0xxxxxxx
bAllAscii= 0;
if(nBytes==0) //如果不是ASCII码,应该是多字节符,计算字节数
{
if(chr>=0x80)
{
if(chr>=0xFC&&chr<=0xFD)
nBytes=6;
else if(chr>=0xF8)
nBytes=5;
else if(chr>=0xF0)
nBytes=4;
else if(chr>=0xE0)
nBytes=3;
else if(chr>=0xC0)
nBytes=2;
else
{
return 0;
}
nBytes--;
}
}
else //多字节符的非首字节,应为 10xxxxxx
{
if( (chr&0xC0) != 0x80 )
{
return 0;
}
nBytes--;
}
}
if( nBytes > 0 ) //违返规则
{
return 0;
}
if( bAllAscii ) //如果全部都是ASCII, 说明不是UTF-8
{
return 0;
}
return 1;
} 

 

 

 

 

这篇关于iconv用法，编码转换（二）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---