在Linux的终端中显示BMPString的内容

提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

在上一篇博文中，介绍了怎样在 Windows 的控制台界面下输出 BMPString 的内容，可是那里的方法在 Linux 下不适用。假设将那里的演示样例代码放到 Linux 下运行。输出的结果为乱码。产生乱码的原因在于 wchar_t 类型的变量在 Windows 下和 Linux 下的字节长度不同。

下面 C 程序在 Windows 和 Linux 下都可以运行：

#include <stdio.h>

#include <wchar.h>

#if defined(_WIN32) || defined(_WIN64)

  #include <stdlib.h>

#endif

int main(void)

{

  printf("wide character (wchar_t type) length is %d bytes.\n", sizeof(wchar_t));

#if defined(_WIN32) || defined(_WIN64)

  system("pause");

#endif

  return 0;

}

输出结果是不同的。

在 64 位 Windows 下。用微软的编译器将其分别编译成 32 位和 64 位可运行程序，输出结果证明 wchar_t 类型变量长度为 2 字节。

在 64 位 Linux 下。用 64 位的 GCC 编译后运行，输出结果证明 wchar_t 类型变量长度为 4 字节。

在 Windows 下处理 BMPString 时，比方对于字符“中”，相应的 UTF-16 编码是0x4E, 0x2D，我们处理的方法是将其由 big-endian 顺序转换为 little-endian 顺序，再用 wprintf() 函数输出。

在 Linux 下处理 BMPString 时。比方对于字符“中”。相应的 UTF-16 编码是0x4E, 0x2D，我们处理的方法是将其由 2 字节长扩展到 4 字节长，扩展时新加入的两个字节的值为 0。即变为 0x0, 0x0, 0x4E, 0x2D。再由 big-endian 顺序转换为 little-endian 顺序，即编码变成 0x2D, 0x4E, 0x0, 0x0。再用 wprintf() 函数输出。

所以在 Linux 下要显示 BMPString，一般方法是先将 UTF-16 big-endian 方式的字符编码扩展为 UTF-32 big-endian 方式的字符编码，扩展方法是在前面加上两个字节的 0。再将UTF-32 big-endian 方式的字符编码变为 UTF-32 little-endian 方式的字符编码。（也可先将 UTF-16 big-endian 方式的字符编码转换为 little-endian 顺序，再给后面加上两个字节的 0。效果是一样的。）

以下给出一个演示样例程序：

/**************************************************

* Author: HAN Wei

* Author's blog: http://blog.csdn.net/henter/

* Date: Oct 31th, 2014

* Description: demonstrate how to print BMPString

  on Linux console

**************************************************/

#include <stdio.h>

#include <stdlib.h>

#include <string.h>

#include <locale.h>

#include <wchar.h>

/**************************************************

*函数名称：PrintBMPStringOnLinux

*功能: 在 Linux 终端下输出 BMPString

*參数:

    BMPString     [in]

    BMPString_len [in]   BMPString 的长度，以字节为单位

*返回值:

    0   成功

    -1  失败

**************************************************/

int PrintBMPStringOnLinux(unsigned char *BMPString, unsigned int BMPString_len)

{

  unsigned char *buffer;

  unsigned int buffer_len, i;

  unsigned char *p, *q;

  buffer_len = BMPString_len * 2 + 4; /* 缓冲区大小为 BMPString 的字节长度的两倍

                                         再加上四个字节。这四个字节用来存放字符串

										 结束符 \0（其类型为 wchar_t ），其相应

										 编码是 0x0, 0x0, 0x0, 0x0 */

  if ( !(buffer = (unsigned char *)malloc(buffer_len)) )

  {

#ifdef _DEBUG

    printf("malloc() function failed!\n");

#endif

    return (-1);

  }

  memset(buffer, 0, buffer_len);

  p = buffer;

  q = BMPString;

  for (i=0; i < (int)BMPString_len/2; i++)

  {

    *p = *(q+1);

    *(p+1) = *q;

    p += 4;

    q += 2;

  }

  setlocale(LC_ALL, "zh_CN.utf8");

  wprintf(L"BMPString: %ls\n", (wchar_t *)buffer);

  free(buffer);

  return 0;

}

int main(void)

{

  int error_code;

  unsigned char BMPString_data1[]={0x4e, 0x2d, 0x56, 0xfd};  /* 中文字符串"中国"相应的 Unicode 编码 */

  unsigned char BMPString_data2[]={0x0, 0x55, 0x0, 0x73, 0x0, 0x65, 0x0, 0x72};  /* 英文字符串"User"相应的 Unicode 编码 */

  char str[]={0x2d, 0x4e, 0x0, 0x0, 0xfd, 0x56, 0x0, 0x0, 0x0, 0x0, 0x0, 0x0};

  if ( error_code = PrintBMPStringOnLinux(BMPString_data1, sizeof(BMPString_data1)) )

  {

   printf("Print BMPstring on Windows console failed!\n");

   return (-1);

  }

  if ( error_code = PrintBMPStringOnLinux(BMPString_data2, sizeof(BMPString_data2)) )

  {

   printf("Print BMPstring on Windows console failed!\n");

   return (-1);

  }

/* 以下给出了说明 unicode 编码的字符在 Linux 中是怎样存放的一个样例，

   从显示结果能够看出：对于每个用 wchar_t 类型保存的 UTF-16 字符，

   长度为 4 字节。以 little-endian 顺序存放 */

  printf("\n");

  setlocale(LC_ALL, "zh_CN.utf8");

  wprintf(L"%ls\n", (wchar_t *)str);

  return 0;

}