linux unicode to gbk or gbk to unicode

来源：互联网发布：质数c语言编辑：程序博客网时间：2024/06/05 15:05

刚接触linux 就遇到了汉字编码转换的问题，C编程将含有汉字的数据插入ORACLE和MYSQL数据库，整整折腾了我一个星期，终于解决了。具体原理我也不知道。但是至少解决了问题。

1.关于C程序的汉字转换问题。

//================================================================================================

通用的方法：

linux中有iconv库，直接使用库函数，能够进行各种编码转换：

#include <iconv.h>
#define OUTLEN 255
#include <stdlib.h>
#include <stdio.h>

int code_convert(char *from_charset,char *to_charset,char *inbuf,int inlen,char *outbuf,int

outlen)
{
iconv_t cd;

char **pin = &inbuf;
char **pout = &outbuf;

cd = iconv_open(to_charset,from_charset);
if (cd==0) return -1;
memset(outbuf,0,outlen);
if (iconv(cd,pin,&inlen,pout,&outlen)==-1) return -1;
iconv_close(cd);
return 0;
}
//UNICODE码转为GB2312码
int u2g(char *inbuf,int inlen,char *outbuf,int outlen)
{
return code_convert("unicode","gb2312",inbuf,inlen,outbuf,outlen);
}
//GB2312码转为UNICODE码
int g2u(char *inbuf,size_t inlen,char *outbuf,size_t outlen)
{
return code_convert("gb2312","unicode",inbuf,inlen,outbuf,outlen);
}

以上的iconv库并不能在我的AIX64位上使用，原因未知，因为版本不同，库函数不同，不能兼容

//================================================================================================

因此，受到很大的环境限制，如果系统不提供兼容的libiconv库，又无法自己安装库的话，有下面的方法可以使用，函数都来自于c标准库。

//================================================================================================

以下均以汉字“线”为例,其unicode编码0x7EBF,GB2312编码0xCFDF,UTF8编码0xE7 0xBA 0xBF

我的代码是从另一个模块直接能获取到汉字的unicode编码，所以不需要汉字转换unicode这个过程，直接将unicode编码转换为utf8编码：

#include<locale.h>//c标准库函数

setlocale()这个函数是转换的基础

//=========================unicode------>gb2312===========================

setlocale(LC_ALL,"zh_CN.GB2312")//这个很重要，将编码格式设置为GB2312编码。

wchar_t pw=0x7EBF;//汉字"线"的unicode编码

char pw2c[5];

//wcstombs()关键函数

size_t size_pw2c = strlen(pw2c);

wcstombs(pw2c, pw, size_pw2c);//size_pw2c，存放转换的GB2312编码长度

printf("%x,%x\n", pw2c[0], pw2c[1]);

//输出为ffffffcf,ffffffdf;即0xCF,0xDF----GB2312编码

//=========================unicode------>gb2312============================

//========================gb2312------->unicode==========================

setlocale(LC_ALL,"zh_CN.GB2312")//这个很重要，将编码格式设置为GB2312编码。

char pc[3];

pc[0] = 0xCF;

pc[1] = 0xDF;

wchar_t pc2w;

size_t size_pc2w = sizeof(pc2w)/sizeof(wchar_t);

mbstowcs(pc2w, pc, size_pc2w);

printf("%x\n", pc2w);

//输出为7ebf, 即0x7EBF, unicode编码

//==========================gb2312------->unicode==========================

//========================汉字转utf8=======================================

setlocale(LC_ALL,"zh_CN.utf8")//这个很重要，或者设置为zh_CN.GB2312也可以

//以下方式赋值，本就是utf8编码

char *pc = "线";

printf("%x, %x, %x\n", pc[0],pc[1], pc[2]);

//以下方式wchar_t类型的汉字，转为char类型

wchar_t *pw = L"线";

char pw2c[3];

wcstombs(pw2c,pw, 2);

printf("%x, %x, %x\n", pw2c[0],pw2c[1], pw2c[2]);

//输出为：ffffffe7,ffffffba,ffffffbf即 0xE7, 0xBA, 0xBF

//========================汉字转utf8=======================================

//===========================utf8----->unicode==============================

setlocale(LC_ALL,"zh_CN.utf8")//这个很重要

//char类型的汉字转换为wchar_t类型的汉字

char *pc = "线";

wchar_t pc2w;

mbstowcs(pc2w, pc, 1);

printf("%x", pc2w);

//输出为7ebf

//============================utf8----->unicode=============================

2.通过测试，MYSQL服务器端，可以接受utf8和GB2312两种中文编码，都可以转换不乱吗的汉字。MYSQL服务器端对于my.ini（window)或者my.cnf(linux)文件中加入字符集设置：

在shell输入mysql登陆后:

mysql>show variables like '%char%';

回车后显示:

这就是它默认的设置。

接下来到/usr/share/mysql/目录下，将my-medium.cnf文件(使用其它实例配置文件也行)拷贝到/etc目录下：

pds:~# cp /usr/share/mysql/my-medium.cnf /etc/my.cnf
pds:~# vi /etc/my.cnf

分别在如下几项中添加字符集：

[client]
default-character-set=utf8
[mysqld_safe]
default-character-set=utf8
[mysqld]
default-character-set=utf8
#default-table-type=innodb
[mysql]
default-character-set=utf8

再重启mysql让配置生效:

//====================================================================

3.oracle数据库，编程插入中文，我的环境，有window和AIX数据库，只接受gb2312的编码插入，因此有必要将unicode转换为gb2312编码

试过了各种方法，包括改变程序端的编码方式，用过一下方法，都失败了：

/root/.bash_profile,

/etc/sysconfig/.i18n

等设置环境变量，LANG = ,LC_ALL=连系统语言都改变了，都不能改变c程序中对汉字的编码。由于只需要插入到数据库，不需要在程序控制台输出，所以不必改变这些环境变量

0 0