[ 0xcf, 0xcb, 0xc1, ]，我需要写成字符串 "\u039F\u039B\u0391"。id_offset = 0x80 // 0x00 .. 0x7F same in UTF-8
c1_offset = 0x20 // 0x80 .. 0x9F control characters
table_offset = id_offset + c1_offset
table = [
u8"\u00A0", // 0xA0
u8"‘", // 0xA1
u8"’",
u8"£",
u8"€",
u8"₯",
// ... Refer to ISO 8859-7 for full list of characters.
]
let S be the input string
let O be an empty output string
for each char C in S
reinterpret C as unsigned char U
if U less than id_offset // same in both encodings
append C to O
else if U less than table_offset // control code
append char '\xC2' to O // lead byte
append char C to O
else
append string table[U - table_offset] to O
libiconv生成了一个std::unordered_map<unsigned char, std::string_view>，然后可以单独包含该映射，而无需使用iconv或任何其他库。 - Ted Lyngmo? (\x3f)，这些是在 iso-8859-7 中未使用的代码点。 - Ted Lyngmolibiconv库。在Linux上，所需的函数(iconv_open, iconv和iconv_close)甚至已经包含在libc中，因此不需要额外的链接。在您的旧机器上，您可能需要安装libiconv，但我怀疑这一点。#include <iconv.h>
#include <cerrno>
#include <cstring>
#include <iostream>
#include <iterator>
#include <stdexcept>
#include <string>
// A wrapper for the iconv functions
class Conv {
public:
// Open a conversion descriptor for the two selected character sets
Conv(const char* to, const char* from) : cd(iconv_open(to, from)) {
if(cd == reinterpret_cast<iconv_t>(-1))
throw std::runtime_error(std::strerror(errno));
}
Conv(const Conv&) = delete;
~Conv() { iconv_close(cd); }
// the actual conversion function
std::string convert(const std::string& in) {
const char* inbuf = in.c_str();
size_t inbytesleft = in.size();
// make the "out" buffer big to fit whatever we throw at it and set pointers
std::string out(inbytesleft * 6, '\0');
char* outbuf = out.data();
size_t outbytesleft = out.size();
// the const_cast shouldn't be needed but my "iconv" function declares it
// "char**" not "const char**"
size_t non_rev_converted = iconv(cd, const_cast<char**>(&inbuf),
&inbytesleft, &outbuf, &outbytesleft);
if(non_rev_converted == static_cast<size_t>(-1)) {
// here you can add misc handling like replacing erroneous chars
// and continue converting etc.
// I'll just throw...
throw std::runtime_error(std::strerror(errno));
}
// shrink to keep only what we converted
out.resize(outbuf - out.data());
return out;
}
private:
iconv_t cd;
};
int main() {
Conv cvt("UTF-8", "ISO-8859-7");
// create a string from the ISO-8859-7 data
unsigned char data[]{0xcf, 0xcb, 0xc1};
std::string iso88597_str(std::begin(data), std::end(data));
auto utf8 = cvt.convert(iso88597_str);
std::cout << utf8 << '\n';
}
输出（以UTF-8格式）：
ΟΛΑ
iconv：
好的，我决定自己做，而不是寻找兼容的库。下面是我的做法。
主要问题是确定如何使用单个ISO字节填充Unicode的两个字节，因此我使用调试器读取了由旧机器和常量字符串（默认为UTF-8）编写的相同字符的值。我从 "O" 和 "Π" 开始，发现在UTF-8中，第一个字节总是0xCE，而第二个字节则用ISO值加上偏移量（-0x30）来填充。我构建了以下代码来实现这一点，并使用了一个包含所有希腊字母（大写和小写）的测试字符串。然后我意识到，从 "π"（ISO中的0xF0）开始，第一个字节和第二个字节的偏移量都会改变，因此我添加了一个测试，以确定应用哪个规则。下面的方法返回一个bool值，让调用者知道原始字符串是否包含ISO字符（对其他目的有用），并使用传递的引用覆盖原始字符串。为了与基本上是用C++编写的C项目保持一致，我使用char数组而不是字符串进行操作。
bool iso_to_utf8(char* in){
bool wasISO=false;
if(in == NULL)
return wasISO;
// count chars
int i=strlen(in);
if(!i)
return wasISO;
// create and size new buffer
char *out = new char[2*i];
// fill with 0's, useful for watching the string as it gets built
memset(out, 0, 2*i);
// ready to start from head of old buffer
i=0;
// index for new buffer
int j=0;
// for each char in old buffer
while(in[i]!='\0'){
if(in[i] >= 0){
// it's already utf8-compliant, take it as it is
out[j++] = in[i];
}else{
// it's ISO
wasISO=true;
// get plain value
int val = in[i] & 0xFF;
// first byte to CF or CE
out[j++]= val > 0xEF ? 0xCF : 0xCE;
// second char to plain value normalized
out[j++] = val - (val > 0xEF ? 0x70 : 0x30);
}
i++;
}
// add string terminator
out[j]='\0';
// paste into old char array
strcpy(in, out);
return wasISO;
}
0xa1 ‘、0xa2 ’、0xa4 €、0xa5 ₯ 和 0xaf ― 吗？ - Ted Lyngmo
libiconv算吗？它非常常见，甚至函数都包含在 GNU 的libc中，因此您甚至无需在 Linux 上链接额外的库。 - Ted Lyngmo