[Linux系统编程]将GBK转换成UTF-8

1.编码简单介绍

Windows下的中文一般都为GBK或者GB2312编码，而Linux下默认采用UTF-8编码，因为编码的不同就会导致乱码。
对于GBK/GB2312来说，一个中文字是占两个字节；对于UFT-8来说，一个中文字是占三个字节。
GB2312是中国规定的汉字编码，也可以说是简体中文的字符集编码;GBK 是 GB2312的扩展 ,除了兼容GB2312外，它还能显示繁体中文，还有日文的假名。

2.编码转换方法

Linux下通过iconv_open, iconv, iconv_close三个函数即可完成编码的转化。

3.相关函数函数原型

iconv_open

#include <iconv.h>

iconv_t iconv_open(
const char *tocode, /* 目标编码字符串，比如："UTF-8" */
const char *fromcode /* 源编码字符串，比如："GBK" */
);

/*
返回值：
成功返回一个转换描述符，失败返回(iconv_t)-1。（这里相当于一个强转）

*/

iconv

#include <iconv.h>

size_t iconv(iconv_t cd, // 通过iconv_open函数返回的转换描述符
char **inbuf, // 输入缓存的地址
size_t *inbytesleft, // 输入缓存的大小
char **outbuf, // 输出缓存的地址
size_t *outbytesleft //输出缓存的大小
);

/*
返回值：
成功返回转换的字符数，失败返回(size_t)-1。（这里相当于一个强转）

*/

iconv_close

#include <iconv.h>

int iconv_close(
iconv_t cd // 通过iconv_open函数返回的转换描述符
);

/*
返回值：
成功返回0，失败返回-1。

*/

4.示例代码

Linux下转换windows下写的一个txt文本文件，转换编码之后，在终端打印出来。

#include <stdio.h>
#include <iconv.h>
#include <string.h>
#include <errno.h>

int gbk2utf8(char *src, size_t *srclen, char *dest, size_t *destlen)
{
iconv_t cd = iconv_open("UTF-8", "GBK");

if (cd == (iconv_t)-1) {
printf("func iconv_open() err : %s\n", strerror(errno));
return -1;
}

size_t rc = iconv(cd, &src, srclen, &dest, destlen);

if (rc == (size_t)-1) {
printf("func iconv() err : %s\n", strerror(errno));
return -1;
}

iconv_close(cd);

return 0;
}

int main(int argc, char *argv[])
{
if (argc < 2)
return -1;

FILE *fp = fopen(argv[1], "r");

if (fp == NULL) {
printf("func fopen() err : %s\n", strerror(errno));
return -2;
}

char buf[1024];
char destbuf[1024];

while (1) {
memset(buf, 0, sizeof(buf));
memset(destbuf, 0, sizeof(destbuf));

if (fgets(buf, sizeof(buf), fp) == NULL) {
break;
}

size_t srclen = strlen(buf);
size_t destlen = sizeof(destbuf);

gbk2utf8(buf, &srclen, destbuf, &destlen);

printf("%s", destbuf);
}

fclose(fp);
return 0;
}