Преобразование UTF-8 в UCS-2 с библиотекой icu

В настоящее время я работаю над решением проблемы с преобразованием строки UTF-8 в строку UCS-2 с помощью библиотеки icu. Есть несколько способов сделать это в библиотеке, но пока что ни один из них, похоже, не работает, но, учитывая популярность этой библиотеки, я предполагаю, что я делаю что-то не так.

Прежде всего, это общий код. Во всех случаях я создаю и передаю строку на объекте, но пока она не достигнет шагов преобразования, никаких манипуляций не происходит.

В настоящее время используется строка utf-8 — просто «ĩ».

Для простоты я представлю строку, используемую как uniString в этом коде

UErrorCode resultCode = U_ZERO_ERROR;

UConverter* m_pConv = ucnv_open("ISO-8859-1", &resultCode);

// Change the callback to error out instead of the default
const void* oldContext;
UConverterFromUCallback oldFromAction;
UConverterToUCallback oldToAction;
ucnv_setFromUCallBack(m_pConv, UCNV_FROM_U_CALLBACK_STOP, NULL, &oldFromAction, &oldContext, &resultCode);
ucnv_setToUCallBack(m_pConv, UCNV_TO_U_CALLBACK_STOP, NULL, &oldToAction, &oldContext, &resultCode);

int32_t outputLength = 0;
int bodySize = uniString.length();
int targetSize = bodySize * 4;
char* target = new char[targetSize];

printf("Body: %s\n", uniString.c_str());
if (U_SUCCESS(resultCode))
{
// outputLength = ucnv_convert("ISO-8859-1", "UTF-8", target, targetSize, uniString.c_str(), bodySize, &resultCode);
outputLength = ucnv_fromAlgorithmic(m_pConv, UCNV_UTF8, target, targetSize, uniString.c_str(),
uniString.length(), &resultCode);
ucnv_close(m_pConv);
}
printf("ISO-8859-1 DGF just tried to convert '%s' to '%s' with error '%i' and length '%i'", uniString.c_str(),
outputLength ? target : "invalid_char", resultCode, outputLength);

if (resultCode == U_INVALID_CHAR_FOUND || resultCode == U_ILLEGAL_CHAR_FOUND || resultCode == U_TRUNCATED_CHAR_FOUND)
{
if (resultCode == U_INVALID_CHAR_FOUND)
{
printf("Unmapped input character, cannot be converted to Latin1");

m_pConv = ucnv_open("UCS-2", &resultCode);
if (U_SUCCESS(resultCode))
{
// outputLength = ucnv_convert("UCS-2", "UTF-8", target, targetSize, uniString.c_str(), bodySize, &resultCode);
outputLength = ucnv_fromAlgorithmic(m_pConv, UCNV_UTF8, target, targetSize, uniString.c_str(),
uniString.length(), &resultCode);
ucnv_close(m_pConv);
}

printf("UCS-2 DGF just tried to convert '%s' to '%s' with error '%i' and length '%i'", uniString.c_str(),
outputLength ? target : "invalid_char", resultCode, outputLength);

if (U_SUCCESS(resultCode))
{
pdus = SegmentText(target, pText, SEGMENT_SIZE_UNICODE_MAX, true);
}
}
else
{
printf("DecodeText(): Text contents does not appear to be valid UTF-8");
}
}
else
{
printf("DecodeText(): Text successfully converted to Latin1");
std::string newBody(target, outputLength);
pdus = SegmentText(newBody, pPdu, SEGMENT_SIZE_MAX);
}

Проблема заключается в ucnv_fromAlgorithmic функция выдает ошибку U_INVALID_CHAR_FOUND для преобразования ucs-2. Это имеет смысл для ISO-8859-1 Попытка, но не UCS-2.

Другая попытка была использовать ucnv_convert который вы можете видеть, закомментирован. Эта функция пыталась выполнить преобразование, но не ISO-8859-1 попытаться как следует.

Таким образом, вопрос в том, имеет ли кто-нибудь опыт работы с этими функциями и видит ли что-то неправильное или что-то неверное в предположении преобразования для этого символа?

3

Решение

Вам нужно сбросить resultCode в U_ZERO_ERROR перед звонком ucnv_open, Цитата из руководство:

«Функции ICU, которые принимают ссылку (C ++) или указатель (C) на первый тест UErrorCode, если (U_FAILURE (errorCode)) {немедленно возвращать;}, так что в цепочке таких функций первая, которая устанавливает код ошибки, вызывает следующие, чтобы не выполнять никаких операций «

0

Другие решения

Других решений пока нет …

По вопросам рекламы [email protected]