在C / C ++中将ISO-8859-1字符串转换为UTF-8
您会认为这很容易获得，但我很难找到一个简单的库函数，它将C或C ++字符串从ISO-8859-1编码转换为UTF-8。 我正在读取8位ISO-8859-1编码的数据，但需要将其转换为UTF-8字符串，以便在SQLite数据库和最终的Android应用程序中使用。
我发现了一种商业产品，但这次超出了我的预算。
如果您的源编码始终是ISO-8859-1，这是微不足道的。 这是一个循环：
unsigned char *in, *out; while (*in) if (*in<128) *out++=*in++; else *out++=0xc2+(*in>0xbf), *out++=(*in++&0x3f)+0x80;
为了安全起见，您需要确保输出缓冲区是输入缓冲区的两倍，或者包括大小限制并在循环条件下检查它。
对于c ++我使用这个：
std::string iso_8859_1_to_utf8(std::string &str) { string strOut; for (std::string::iterator it = str.begin(); it != str.end(); ++it) { uint8_t ch = *it; if (ch < 0x80) { strOut.push_back(ch); } else { strOut.push_back(0xc0 | ch >> 6); strOut.push_back(0x80 | (ch & 0x3f)); } } return strOut; }
C ++ 03标准不提供直接在特定字符集之间转换的函数。
根据您的操作系统，您可以在Linux上使用iconv（），在Windows上使用MultiByteToWideChar（）＆Co。 为字符串转换提供大量支持的库是ICU库，它是开源的。
如果面对Windows 1252而不是真正的ISO-8859-1，Unicode人员可能会有一些表可能会有所帮助。 最终的一个似乎就是将CP1252中的每个代码点映射到Unicode中的代码点。 将Unicode编码为UTF-8是一项简单的练习。
在编译时直接解析该表并从中形成查找表并不困难。
您可以使用boost :: locale库：
http://www.boost.org/doc/libs/1_49_0/libs/locale/doc/html/charset_handling.html
代码如下所示：
#include std::string utf8_string = to_utf(latin1_string,"Latin1");
ISO-8859-1到UTF-8仅涉及编码算法，因为ISO-8859-1是Unicode的子集。 所以你已经有了Unicode代码点。 检查Wikipedia的算法。
C ++方面 – 将其与iostream集成 – 要困难得多。
我建议你在那座山上走走，而不是试图穿过它或攀爬它，也就是说，实现一个简单的字符串到字符串转换器。
干杯＆hth。，