在C语言中将UTF-8转换为ASCII

Question

我有一个简单的问题，无法在互联网上找到答案。我该如何使用标准库将UTF-8转换为ASCII（大多数带重音符号的字符转换为没有重音符号的相同字符）？我找到了大多数语言的解决方案，但特别是C语言的解决方案并不多见。

谢谢！

编辑：一些好心人评论后让我重新检查了我的需求，我夸张了。我只需要一个想法来创建一个函数，使带重音符号的字符变成没有重音符号的字符。 :)

- diogocarmo

---

这不在标准库中，因此您应该指定您真正需要此功能工作的平台。 - Matthew Flaschen

@dccarmo - Cж ҮеҮҶ并дёҚжҳҜдҫӢеҰӮPosixж ҮеҮҶгҖӮеңЁLinuxдёҠеҸҜз”ЁпјҢз”ҡиҮіиў«PosixејәеҲ¶иҰҒжұӮпјҢ并дёҚиғҪдҪҝе…¶жҲҗдёәCж ҮеҮҶеә“гҖӮ - user180247

这是否意味着要求“C标准库”是相对的，可以有不同的解释？ - diogocarmo

@dccarmo - 如果你的意思是“一种可从C编写并受到某个标准强制规定的语言”，我认为“C标准库”是一个非常糟糕的表达方式。对于大多数事情上的粗心/混淆措辞，我可以原谅，但这个C与Posix的问题是我个人的小怒点。决定你在互联网错误之战中的特定角色很重要-这是我的角色;-) - user180247

你提到 Posix 我真的不知道它是什么。如果我不知道我在为什么而战，我就无法选边站。但无论如何，我为我的错误道歉。 :) - diogocarmo

Answer 1

看看 libiconv。即使你坚持不使用库，你可能会从中获得灵感。

- zoul

---

我认为这违反了“仅使用标准库”的原则。 - Billy ONeal

@Billy - 只有一个人阅读libiconv源代码（例如复制代码范围），才不需要这个。 - user180247

Answer 2

一般情况下，你不能仅使用重音字符。UTF-8覆盖的范围比重音字符更广泛。

- Nemanja Trifunovic

Answer 3

由于这是一份作业，我猜测你的老师可能对UTF-8一无所知，可能还停留在20世纪80年代的“代码页”和“扩展ASCII”时代（如果你还没有这些词汇，请将它们从你的词汇表中删除）。你的老师可能希望你编写一个128字节的查找表，将CP437或Windows-1252字节范围内的128-255映射到外观相似的ASCII字母。它可能会像这样...

void strip_accents(unsigned char *dest, const unsigned char *src)
{
    static const unsigned char lut[128] = { /* mapping here */ };
    do {
        *dest++ = *src < 128 ? *src : lut[*src];
    } while (*src++);
 }

- R.. GitHub STOP HELPING ICE

Answer 4

没有内置的方法可以做到这一点。除非您涉及高级字符，否则UTF-8和ASCII之间真的很少有区别，而这些字符无论如何都无法用ASCII表示。

如果您有特定的映射需要（例如带重音符号的a -> a），那么最好将其处理为字符串替换操作。

- Billy ONeal

---

但是当我尝试使用 if (c == 'á') { c = 'a'; } 时，它会给出“比较始终为假，因为数据类型的范围有限”:( - diogocarmo

@dccarmo：'á' 在 C 语言中看起来像 '\0703\0120'，因此这是一个常量，它比 char 类型所能容纳的更大。如果 c 是一个 char 类型，那么它永远不可能等于 'á'。它可能等于 '\0703'，而你流中的下一个字符将会是 '\0120'。 - nategoose

@nategoose：移除那些前导零；在C语言的八进制字符转义中这是无效的。\0703\0120会被解析为\070,3,\012,0。 - R.. GitHub STOP HELPING ICE

不确定是否为标准C语言，但您可以尝试使用宽字符字面量，例如L'á'。 - Merlyn Morgan-Graham

@R: 你是对的，但是我无法编辑评论。我不常使用八进制，所以弄错了。 - nategoose

Answer 5

每个像样的Unicode支持库（当然不包括标准库）都有一种以KC或KD形式分解字符串的方法，这将把变音符号从字母中分离出来，使您有机会过滤它们。但是，我不确定这是否值得追求，因为结果对于母语读者来说只是无意义的乱码，并且并非所有字母都可以分解。换句话说，这只是带有问号的垃圾。

- Hans Passant

---

是的，我在我的问题上夸大其词了。我只是想将带重音的字符转换为没有重音的字符。我讨厌我的老师只允许我们使用标准库和C语言来完成这个任务。如果我能只使用Python就好了。:( - diogocarmo