如何将文本从CP437编码转换为UTF8编码?

问题描述

在Windows中，CP437字符集中的Unicode字符ö(带小写字母的拉丁小写字母o)的值是148.

In Windows, the value of the Unicode character ö (Latin small letter o with diaeresis) in the CP437 character set is 148.

在Linux中，UTF-8编码中的ö的字节值为:

In Linux, the byte value for ö in the UTF-8 encoding is:

-61(Hi Byte)
-74(Lo Byte)
(unsigned value = 46787)

我的问题是，如何在Linux上的C ++中将148从CP437转换为UTF-8?

My Question is, how can I convert from 148 from CP437 to UTF-8 in C++ on Linux?

我的问题的详细信息在这里:

The detailed info for my problem lies here:

Linux中带有扩展字符(128-255)的open()函数返回-1错误

临时解决方案: C ++ 11支持使用codecvt_utf8

推荐答案

在Windows上，您可以使用Win32 MultiByteToWideChar() 函数将数据从CP437转换为UTF-16，然后使用 WideCharToMultiByte() 函数将数据从UTF-16转换为UTF-8.

On Windows, you can use the Win32 MultiByteToWideChar() function to convert data from CP437 to UTF-16, and then use the WideCharToMultiByte() function to convert data from UTF-16 to UTF-8.

在Linux上，您可以使用Unicode转换库，例如 libiconv 或 ICU (也适用于Windows).

On Linux, you can use a Unicode conversion library, like libiconv or ICU (which are available for Windows, too).

在C ++ 11和更高版本中，您可以使用 std::wstring_convert 至:

In C++11 and later, you can use std::wstring_convert to:

• 从CP437转换为UTF-16或UTF-32/UCS-4(也就是说，如果可以为CP437获取/制作一个codecvt.)

然后将其从UTF-16或UTF-32/UCS-4转换为UTF-8.

then, convert from UTF-16 or UTF-32/UCS-4 to UTF-8.

您不能使用 codecvt_utf8 将CP437转换为直接使用UTF-8.它仅支持以下之间的转换:

You can't use codecvt_utf8 to convert from CP437 to UTF-8 directly. It only supports conversions between:

• UTF-8和UCS-2(不是UTF-16！)

• UTF-8 and UCS-2 (not UTF-16!)

UTF-8和UTF-32/UCS-4.

UTF-8 and UTF-32/UCS-4.

您必须使用 codecvt_utf8_utf16 在UTF-8之间进行转换和UTF-16.

You have to use codecvt_utf8_utf16 for conversions between UTF-8 and UTF-16.

或者，您可以使用 mbrtoc16() 来转换CP437到使用CP437语言环境的UTF-16，然后使用 c16rtomb() 使用UTF-8语言环境将UTF-16转换为UTF-8(如果您的STL库实现了 DR488 ，否则c16rtomb()仅支持UCS-2，不支持UTF-16！).

Or, you can use mbrtoc16() to convert CP437 to UTF-16 using a CP437 locale, and then use c16rtomb() to convert UTF-16 to UTF-8 using a UTF-8 locale (if your STL library implements a fix for DR488, otherwise c16rtomb() only supports UCS-2 and not UTF-16!).

否则，只需为256个可能的CP437字节创建自己的CP437到UTF8查找表，然后手动进行转换，一次转换一个字节即可.

Otherwise, just create your own CP437-to-UTF8 lookup table for the 256 possible CP437 bytes, and then do the conversion manually, one byte at a time.

这篇关于如何将文本从CP437编码转换为UTF8编码?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！