问题描述
我想将 Windows-1252 文本转换为 UTF-8。 Windows-1252 文本可以包含无效字节(例如 0x90)。我需要用替换字符 ('?') 替换无效字节。
示例:"a[0x90]b" (Windows-1252) -> "a?b" (UTF-8)
我尝试使用“UTF-8//TRANSLIT”,但 iconv() 因错误(“无效或不完整的多字节或宽字符”)而停止。 'UTF-8//IGnorE' 确实有效,但删除无效字符不是我想要的。
我在 C++ 中使用标准 C 库中的 iconv。
使用的代码:
//char* res=std::setlocale(LC_ALL,"de_DE"); //no effect
const iconv_t iconv_handle = iconv_open("UTF-8//TRANSLIT","WINDOWS-1252");
assert(iconv_handle != (iconv_t)-1);
const char input_text[] = "a\x90\b"; //'a','invalid byte','b'
std::array<char,_countof(input_text) * 4> utf8_result_buffer{};
char* in = (char*)input_text;
char* out = (char*)utf8_result_buffer.data();
size_t srclen = strlen(input_text);
size_t outbytesleft = utf8_result_buffer.size();
const size_t iconv_res = iconv(iconv_handle,&in,&srclen,&out,&outbytesleft);
if (iconv_res == (size_t)-1)
{
perror("iconv");
}
//result: utf8_result_buffer: "a" and 'Invalid or incomplete multibyte or wide character' error
iconv_close(iconv_handle);
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)