UCS-2与UTF8之间的选择（4）--linux中各编码字符串的C/C++输出支持及方式比较
UCS-2与UTF8之间的选择（4）–linux中各编码字符串的C/C++输出支持及方式比较
write by九天雁翎(JTianLing) – www.jtianling.com**
继续研究UTF8和UCS-2的选择，这里继续使用上一次提到的函数。
鉴于大家不一定能找到下载的地址，而源文件是允许自由散发的，我将代码打包，提供给大家下载，下载地址还是在讨论新闻组及文件 中，名字为unicodeorg.rar，
昨天看了下Windows下的方法，这次研究Linux下的：
1 #include <stdio.h>
2 #include <locale.h>
3 #include <stdlib.h>
4 #include "ConvertUTF.h"
5
6 **int** main(**int** argc, **char** * argv[])
7 {
8
9 ConversionResult result = sourceIllegal;
10 UTF16 utf16_buf[3] = {0};
11 utf16_buf[0] = 0x4e2d;
12 utf16_buf[1] = 0x6587;
13 utf16_buf[2] = 0;
14 UTF16 *utf16Start = utf16_buf;
15 UTF8 utf8_buf[12] = {0};
16 UTF8* utf8Start = utf8_buf;
17
18 // If you want to test next line, you can't get anything but ???
19 // wprintf("%s/n", utf16_buf);
20
21 result = ConvertUTF16toUTF8((**const** UTF16 **) &utf16Start, &(utf16_buf[3]), &utf8Start, &(utf8_buf[12]), strictConversion);
22 **switch** (result) {
23 **default** : fprintf(stderr, "Test02B fatal error: result %d for input %08x/n", result, utf16_buf[0]); exit(1);
24 **case** conversionOK: **break** ;
25 **case** sourceExhausted: printf("sourceExhausted/t"); exit(0);
26 **case** targetExhausted: printf("targetExhausted/t"); exit(0);
27 **case** sourceIllegal: printf("sourceIllegal/t"); exit(0);
28 }
29
30 **int** i = 0;
31 **for**(; i < 12; ++i)
32 {
33 printf("%x ", utf8_buf[i]);
34 }
35
36 printf("/n");
37
38 printf("%s/n", (**char** *)utf8_buf);
39 bzero(utf16_buf, **sizeof**(utf16_buf));
40
41 UTF8* utf8End = utf8Start;
42 utf8Start = utf8_buf;
43 utf16Start = utf16_buf;
44
45 result = ConvertUTF8toUTF16((**const** UTF8 **) &utf8Start, utf8End, &utf16Start, &(utf16_buf[3]), strictConversion);
46 **switch** (result) {
47 **default** : fprintf(stderr, "Test02B fatal error: result %d for input %08x/n", result, utf16_buf[0]); exit(1);
48 **case** conversionOK: **break** ;
49 **case** sourceExhausted: printf("sourceExhausted/t"); exit(0);
50 **case** targetExhausted: printf("targetExhausted/t"); exit(0);
51 **case** sourceIllegal: printf("sourceIllegal/t"); exit(0);
52 }
53
54 // If you want to test next line, you can't get anything
55 wprintf("%s/n", utf16_buf);
56
57 **return** 0;
58 }
59
运行结果：
e4 b8 ad e6 96 87 0 0 0 0 0 0
中文
这里和Windows中不同的就是输出UTF-8的字符串在Linux下甚至不需要通过setlocale设置环境变量，这样对于C++的输出估计还是有好处的：），起码不会去影响到C++的正常输出。但是，对于宽字节的输出没有办法成功，就算你像在Windows中设置locale也没有用，道理也很简单，因为Linux下的locale我就是设置成UTF-8的-_-!
1 #include <stdio.h>
2 #include <locale.h>
3 #include <stdlib.h>
4 #include <iostream>
5 #include "ConvertUTF.h"
6 **using** **namespace** std;
7
8 **int** main(**int** argc, **char** * argv[])
9 {
10 ConversionResult result = sourceIllegal;
11 UTF16 utf16_buf[3] = {0};
12 utf16_buf[0] = 0x4e2d;
13 utf16_buf[1] = 0x6587;
14 utf16_buf[2] = 0;
15 UTF16 *utf16Start = utf16_buf;
16 UTF8 utf8_buf[12] = {0};
17 UTF8* utf8Start = utf8_buf;
18
19 result = ConvertUTF16toUTF8((**const** UTF16 **) &utf16Start, &(utf16_buf[3]), &utf8Start, &(utf8_buf[12]), strictConversion);
20 **switch** (result) {
21 **default** : fprintf(stderr, "Test02B fatal error: result %d for input %08x/n", result, utf16_buf[0]); exit(1);
22 **case** conversionOK: **break** ;
23 **case** sourceExhausted: printf("sourceExhausted/t"); exit(0);
24 **case** targetExhausted: printf("targetExhausted/t"); exit(0);
25 **case** sourceIllegal: printf("sourceIllegal/t"); exit(0);
26 }
27
28 **int** i = 0;
29 **for**(; i < 12; ++i)
30 {
31 printf("%x ", utf8_buf[i]);
32 }
33
34 printf("/n");
35
36 cout << (**char** *)utf8_buf <<endl;
37 bzero(utf16_buf, **sizeof**(utf16_buf));
38
39 UTF8* utf8End = utf8Start;
40 utf8Start = utf8_buf;
41 utf16Start = utf16_buf;
42
43 result = ConvertUTF8toUTF16((**const** UTF8 **) &utf8Start, utf8End, &utf16Start, &(utf16_buf[3]), strictConversion);
44 **switch** (result) {
45 **default** : fprintf(stderr, "Test02B fatal error: result %d for input %08x/n", result, utf16_buf[0]); exit(1);
46 **case** conversionOK: **break** ;
47 **case** sourceExhausted: printf("sourceExhausted/t"); exit(0);
48 **case** targetExhausted: printf("targetExhausted/t"); exit(0);
49 **case** sourceIllegal: printf("sourceIllegal/t"); exit(0);
50 }
51
52 **return** 0;
53 }
54
直接可以获得
e4 b8 ad e6 96 87 0 0 0 0 0 0
中文
的输出，也不需要调用C++的locale(imbue)函数去改变流的状态，甚至可以说，使用了UTF-8不仅仅是对ASCII完全的兼容了，对于新添加的字符也是可以不改变任何代码就做到兼容的，这点给我印象深刻。难怪UTF-8虽然是变长的编码方式，但是还是获得了这么广范围的应用。
这样的情况下，在Linux下同时在C 和 C++中使用UTF-8输出中文也不会有任何冲突，这个优势比在Windows下大多了。
另外，有个很重要的问题需要提及的就是，目前我使用的Ubuntu8.04桌面版，不支持全Unicode的编码，似乎中文是没有什么问题，但是以前那几个太玄经的字符是输出不了的，可能其Unicode的支持只到到BMP这一层，这点比Windows稍逊色。以前测试过，的确是输出不了，但是源代码已经被覆盖了，大家可以自己去确定一下：）
write by九天雁翎(JTianLing) – www.jtianling.com
Posted By 九天雁翎 at 九天雁翎的博客 on 2009年03月06日