使用ICU库将UTF-8转换为ASCII

Question

我有一个包含UTF-8字符的std::string。
我想将该字符串转换为最接近的ASCII字符等价物。
例如：
Łódź => Lodz
Assunção => Assuncao
Schloß => Schloss
不幸的是，ICU库非常晦涩难懂，并且我没有找到关于其使用的好文档，因此学习使用它需要花费我太多时间。而我又没有足够的时间。
有人能给个小例子吗？如何实现这个功能？
谢谢！

- GetFree

Answer 1

试试这个， ucnv_convert("US-ASCII", "UTF-8", 目标, 目标大小, 源, 源大小, 错误)

提示：该函数可用于将 US-ASCII 编码转换为 UTF-8 编码。

- sandeep

Answer 2

我不知道 ICU 是什么，但 ICONV 可以做到这一点，而且很容易学习。只需要进行 3-4 次调用，你需要的是使用 iconvctl() 函数并设置 ICONV_SET_TRANSLITERATE 标志。

- Shy

---

iconvctl函数似乎不是标准的iconv实现的一部分。至少我正在工作的Linux系统中没有它。 - GetFree

iconv不是标准，它是一个库。如果你没有iconvctl，那么你的系统可能存在问题：http://www.gnu.org/software/libiconv/ - shoosh

请查看此页面末尾：http://www.gnu.org/software/libiconv/documentation/libiconv/iconvctl.3.html（“符合标准”部分） - GetFree

@shoosh iconv是Unix标准的一部分，但iconvctl不是。 - bames53

Answer 3

我编写了一个回调函数，对其进行分解并执行一些替换。它可能可以实现为音译。代码在这里 decompcb.c，头文件在附近。请按以下方式将其安装到Unicode到ASCII转换器上：

ucnv_setFromUCallBack(gConverter, &UCNV_FROM_U_CALLBACK_DECOMPOSE, &status);

然后使用 gConverter 将 Unicode 转换为 ASCII

- Steven R. Loomis

---

拉丁-ASCII转换器已经更新到ICU 4.6 / CLDR 1.9版本。 - Steven R. Loomis

Answer 4

这不是我擅长的领域，但如果您没有一个方便地为您完成此操作的库，则最好创建一个查找表/映射，其中包含UTF-8 -> ASCII值。即，键是UTF-8字符，值是ASCII字符序列。

- OJ

---

很遗憾，音译比那稍微复杂一些。 - GetFree

Answer 5

ß->ss分解告诉我您想要兼容性分解。在ICU中，您需要使用Normalizer类来实现。之后，您将得到类似L'odz'的字符串。从这个字符串中，您可以简单地删除非ASCII字符。不需要ICU，普通STL就可以。

- MSalters