c++ - 如何在 C++ 中将 "convert"ISO-8859-7 字符串转换为 UTF-8？

Question

我正在使用 10 年以上的机器，这些机器使用 ISO 8859-7 来表示希腊字符，每个字符使用一个字节。 我需要捕获这些字符并将它们转换为 UTF-8，以便将它们注入(inject) JSON 以通过 HTTPS 发送。 另外，我使用的是 GCC v4.4.7，我不想升级，所以我不能使用 codeconv 等。

例子:“OΛA”: 我得到字符值 [ 0xcf, 0xcb, 0xc1, ]，我需要写这个字符串 "\u039F\u039B\u0391"。

PS:我不是字符集专家，所以请避免像“ISO 8859 是 Unicode 的一个子集，所以你只需要实现算法”这样的哲学回答。

Answer 1

鉴于要映射的值非常少，一个简单的解决方案是使用查找表。

伪代码:

id_offset    = 0x80  // 0x00 .. 0x7F same in UTF-8
c1_offset    = 0x20  // 0x80 .. 0x9F control characters

table_offset = id_offset + c1_offset

table = [
    u8"\u00A0",  // 0xA0
    u8"‘",       // 0xA1
    u8"’",
    u8"£",
    u8"€",
    u8"₯",
    // ... Refer to ISO 8859-7 for full list of characters.
]

let S be the input string
let O be an empty output string
for each char C in S
    reinterpret C as unsigned char U
    if U less than id_offset       // same in both encodings
        append C to O
    else if U less than table_offset  // control code
        append char '\xC2' to O  // lead byte
        append char C to O
    else
        append string table[U - table_offset] to O

---

总而言之，我建议改用库来节省一些时间。