AIX系统UNICODE转中文

[fang3453126]

由于系统中iconv没有 UNICODE 这个编码，用iconv_open不行。
然后用 setlocate,wcstombs也不行。
求查码表的代码，或看怎么解决

[赵4老师]

UNICODE不用转，本来就包括中文。

[赵4老师]

除非是转UTF8或转GBK、BIG5啥的。

[赵4老师]

// UTF-8 编码字符理论上可以最多到 6个字节长，但目前全世界的所
// 有文字和符号种类加起来也只要编到 4个字节长就够了。
// 　　UTF-8 是以 8位（即 1个字节）为单元对原始码进行编码（注意一
// 点：这里所讲的原始码都是指Unicode码），并规定：多字节码（2个字
// 节以上才称为多字节）以转换后第1个字节起头的连续“1”的数目（这
// 些连续“1”称为标记位），表示转换成几个字节：“110”连续两个
// “1”，表示转换结果为2个字节，“1110”表示3个字节，而“11110”
// 则表示4个字节……跟随在标记位之后的“0”，其作用是分隔标记位和
// 字符码位。第2～第4个字节的起头两个位固定设置为“10”，也作为标
// 记，剩下的6个位才做为字符码位使用。
// 　　这样，2字节UTF-8码剩下11个字符码位，可用以转换0080～07FF的
// 原始字符码，3字节剩下16个字符码位，可用以转换0800～FFFF的原始字
// 符码，由此类推。编码方式的模板如下：
//
// 原始码（16进制）　UTF－8编码（二进制）
// --------------------------------------------
// 0000 - 007F       0xxxxxxx
// 0080 - 07FF       110xxxxx 10xxxxxx
// 0800 - FFFF       1110xxxx 10xxxxxx 10xxxxxx
// ……
// --------------------------------------------
//
// 　　模板中的“x”表示字符码。
// 　　Ascii码＜007F，编为1个
// 字节的UTF－8码。汉字的 Unicode编码范围为0800－FFFF，所以被编为
// 3个字节的UTF－8码。
// 　　例如“汉”字的Unicode编码是6C49，6C49在0800-FFFF之间，所以
// 要用3个字节的模板：1110wwww 10xxxxyy 10yyzzzz。

//    6    C    4    9
// 0110 1100 0100 1001
// wwww xxxx yyyy zzzz
//     wwww   xxxxyy   yyzzzz
// 1110wwww 10xxxxyy 10yyzzzz。
// 11100110 10110001 10001001
//    E   6    B   1    8   9
//“汉”字的UTF-8编码是E6 B1 89

[luciferisnotsatan]

UNICODE 本身不就包括中文。 是你没装中文字体吧

[fang3453126]

引用 2 楼 zhao4zhong1 的回复:

除非是转UTF8或转GBK、BIG5啥的。

AIX系统，现在问题是这样的，我收到别人发过来的字符串 成,功 需要转成中文“成功”

[fang3453126]

引用 4 楼 luciferisnotsatan 的回复:

UNICODE 本身不就包括中文。 是你没装中文字体吧

AIX系统，现在问题是这样的，我收到别人发过来的字符串 成,功 需要转成中文“成功”

[赵4老师]

引用 6 楼 fang3453126 的回复:

[quote=引用 4 楼 luciferisnotsatan 的回复:] UNICODE 本身不就包括中文。 是你没装中文字体吧

AIX系统，现在问题是这样的，我收到别人发过来的字符串 成,功 需要转成中文“成功”[/quote] 不一定对，仅供参考：

// UTF-8 编码字符理论上可以最多到 6个字节长，但目前全世界的所
// 有文字和符号种类加起来也只要编到 4个字节长就够了。
// 　　UTF-8 是以 8位（即 1个字节）为单元对原始码进行编码（注意一
// 点：这里所讲的原始码都是指Unicode码），并规定：多字节码（2个字
// 节以上才称为多字节）以转换后第1个字节起头的连续“1”的数目（这
// 些连续“1”称为标记位），表示转换成几个字节：“110”连续两个
// “1”，表示转换结果为2个字节，“1110”表示3个字节，而“11110”
// 则表示4个字节……跟随在标记位之后的“0”，其作用是分隔标记位和
// 字符码位。第2～第4个字节的起头两个位固定设置为“10”，也作为标
// 记，剩下的6个位才做为字符码位使用。
// 　　这样，2字节UTF-8码剩下11个字符码位，可用以转换0080～07FF的
// 原始字符码，3字节剩下16个字符码位，可用以转换0800～FFFF的原始字
// 符码，由此类推。编码方式的模板如下：
//
// 原始码（16进制）　UTF－8编码（二进制）
// --------------------------------------------
// 0000 - 007F       0xxxxxxx
// 0080 - 07FF       110xxxxx 10xxxxxx
// 0800 - FFFF       1110xxxx 10xxxxxx 10xxxxxx
// ……
// --------------------------------------------
//
// 　　模板中的“x”表示字符码。
// 　　Ascii码＜007F，编为1个
// 字节的UTF－8码。汉字的 Unicode编码范围为0800－FFFF，所以被编为
// 3个字节的UTF－8码。
// 　　例如“汉”字的Unicode编码是6C49，6C49在0800-FFFF之间，所以
// 要用3个字节的模板：1110wwww 10xxxxyy 10yyzzzz。

//    6    C    4    9
// 0110 1100 0100 1001
// wwww xxxx yyyy zzzz
//     wwww   xxxxyy   yyzzzz
// 1110wwww 10xxxxyy 10yyzzzz。
// 11100110 10110001 10001001
//    E   6    B   1    8   9
//“汉”字的UTF-8编码是E6 B1 89

// 成,功需要转成中文“成功”
#include <stdio.h>
char u[]="成,功";
unsigned short int w[2];
unsigned char utf8[7];
int main() {
    sscanf(u,"&#x%4hx,&#x%4hx",&w[0],&w[1]);
    utf8[0]=0xe0u|(w[0]>>12);
    utf8[1]=0x80u|((w[0]>>6)&0x3fu);
    utf8[2]=0x80u|(w[0]&0x3fu);
    utf8[3]=0xe0u|(w[1]>>12);
    utf8[4]=0x80u|((w[1]>>6)&0x3fu);
    utf8[5]=0x80u|(w[1]&0x3fu);
    utf8[6]=0;
    printf("%s\n",(char *)utf8);
    return 0;
}

[mujiok2003]

ubuntu@:~/src$ locale -a
C
C.UTF-8
en_US.utf8
POSIX
zh_CN.gbk
zh_CN.utf8
ubuntu@:~/src$ cat test.cpp
#include <iostream>
#include <clocale>

int main()
{
   setlocale(LC_ALL, "zh_CN.UTF-8");
   wchar_t str[3] = {0x6210, 0x529f, 0};
   std::wcout << str << std::endl;
   return 0;
}
ubuntu@:~/src$ g++ -o test  test.cpp
ubuntu@:~/src$ ./test
成功