Linux 和 C 编程：如何将 utf-8 编码的文本写入文件？答案

【问题标题】：Linux & C-Programming: How can I write utf-8 encoded text to a file?Linux 和 C 编程：如何将 utf-8 编码的文本写入文件？
【发布时间】：2009-02-09 22:19:08
【问题描述】：

我有兴趣将 utf-8 编码的字符串写入文件。

我使用低级函数 open() 和 write() 完成了这项工作。首先，我将语言环境设置为可识别 utf-8 的字符集 setlocale("LC_ALL", "de_DE.utf8")。但生成的文件不包含 utf-8 字符，仅包含 iso8859 编码的变音符号。我做错了什么？

附录：我不知道我的字符串一开始是否真的是 utf-8 编码的。我只是以这种形式将它们保存在源文件中：char *msg = "Rote Grütze";

查看文本文件内容的屏幕截图： alt text http://img19.imageshack.us/img19/9791/picture1jh9.png

【问题讨论】：

附录2：正如我所写，我在文本中包含了变音符号，即：char *msg = "Rote Grütze"
这个词是“附录”，而不是“附录”。
kitenet.net/~joey/code/moreutils 有一个程序 isutf8，您可以使用它来查看文件是否根据 utf8 编码，至少就比特流而言。这可能会帮助您将来查看您的文件是否为 utf8。

标签： c linux encoding locale

【解决方案1】：

更改语言环境不会更改使用 write() 写入文件的实际数据。您实际上必须产生 UTF-8 字符才能将它们写入文件。为此，您可以将库用作ICU。

编辑问题后进行编辑：UTF-8 字符仅在“特殊”符号（ümlauts、áccénts 等）中与 ISO-8859 不同。因此，对于所有没有任何此符号的文本，两者都是等效的。但是，如果您在程序字符串中包含这些符号，则必须确保您的文本编辑器将数据视为 UTF-8。有时你只需要告诉它。

总而言之，如果源代码中的字符串是 UTF-8，那么您生成的文本将是 UTF-8。

另一个编辑：可以肯定的是，您可以使用 iconv 将您的源代码转换为 UTF-8：

iconv -f latin1 -t utf8 file.c

这会将您所有的 latin-1 字符串转换为 utf8，当您打印它们时，它们肯定是 UTF-8。如果 iconv 遇到一个奇怪的字符，或者你看到输出字符串有奇怪的字符，那么你的字符串已经是 UTF-8 了。

问候，

【讨论】：

如何在不使用其他库的情况下使用 libc 执行此操作？
嗯，是的，当然。正如我所说，只需使用支持 UTF-8 的编辑器即可。
diegosevilla：我的源代码中有变音符号，它们是明确的 iso-8859 编码的。如何强制程序在没有 icu 库的情况下将它们写出 utf-8 编码？
我建议您改为转换源代码。这将使您不必使用另一个库，并且会加快程序速度（无转换）。使用我在答案中写的 iconv。

【解决方案2】：

是的，你可以用 glibc 做到这一点。他们称它为多字节而不是 UTF-8，因为它可以处理不止一种编码类型。查看手册的this 部分。

寻找以 mb 开头的函数，以及以 wc 为前缀的函数，用于从多字节转换为宽字符。您必须首先使用 setlocale() 将语言环境设置为 UTF-8，以便它选择这种多字节支持的实现。

如果您来自 Unicode 文件，我相信您要查找的函数是 wcstombs()。

【讨论】：

【解决方案3】：

您能否在十六进制编辑器中打开文件，并通过一个简单的输入示例验证写入的字节不是您传递给 write() 的 Unicode 字符的值。有时，文本编辑器无法确定字符集，而您的文本编辑器可能假定了 ISO8859-1 字符集。

完成此操作后，您是否可以编辑原始帖子以添加相关信息？

【讨论】：