перекодировки с UTF-8 в Windows1251

neid

Всем привет! Не могу заставить работать перекодировки из UTF-8 в Windows1251. Не выдает результат как не бился...
Что то не так делаю, может принцип сам не понимаю перекодировки. Кто подскажет более свежим опытным взглядом?

Код:

/*----------
  UTF8  функция перекодировки
----------*/
int utf8_rus(char* dest, const unsigned char* src) {
  
  unsigned int i, j;
  
  for ( i =0, j=0; src[i]; i++) {
     
   if (src[i] >= 0x90) { dest[++j] = src[i] + 0x30; //D0 c 144 по 191  
                                 
         } else {if (src[i] >= 0x80) {dest[++j] = src[i] + 0x70; //D1 с 128 по 143
                                                
                     } else {dest[++j] = src[i];}
   }
   if (src[i]== 0x91) { dest[j] = 0xB7;} //Ё
   if (src[i]== 0x81) { dest[j] = 0xA8;} //ё      
    
  } //end for
   
  dest[j] ='\0';
  return j; 
}

/----в основном коде-------------
const unsigned char m[] = "АБВГД";  // исходная строчка кириллицей
char k[10];        // сюда будем записывать результат перекодировки         
utf8_rus(k,m);
USART_sendLine(k);
/*----------*/

Реклама

Dimon456

А чем UTF-8 от Windows1251 отличается?

Учитывая что

Код:

const unsigned char m[] = "АБВГД";  // исходная строчка кириллицей

на выходе выдает

Код:

m   00800100   byte[6]
m[0]   0x0100   0xC0 
m[1]   0x0101   0xC1 
m[2]   0x0102   0xC2 
m[3]   0x0103   0xC3 
m[4]   0x0104   0xC4 
m[5]   0x0105   '\0'

Реклама

neid

Dimon456 писал(а):

А чем UTF-8 от Windows1251 отличается?

Кирилица 2 байтовая к примеру буква русская "А" - 0xD0, 0х90, далее
с русской "р" - 0хD1,0х80. На выходе представлленым вами, получается в массив не положил перекодированную строку?

Dimon456

neid писал(а):

получается в массив не положил перекодированную строку?

А какую он положил строку? И для чего вам эта перекодировка?

Реклама

Эиком - электронные компоненты и радиодетали

neid

На вопрос для чего для начала проверить его работу перед применение где либо.
Далее для начала написал код для перекодирования, чтобы кириллица полностью отображалась...
В том то и дело что, это соответствует win1251, но вывода почему то нет даже просто в терминале... возможно надо добавить 1 байт инфы, т.е. 0xD0 или 0xD1. Если взять строку "ABCDE", она полностью отображается в терминале

Код:

m   00800100   byte[6]  символ
m[0]   0x0100   0xC0         А
m[1]   0x0101   0xC1         Б
m[2]   0x0102   0xC2         В
m[3]   0x0103   0xC3         Г
m[4]   0x0104   0xC4         Д
m[5]   0x0105   '\0'      конец строки

Реклама

Dimon456

neid писал(а):

но вывода почему то нет даже просто в терминале...

Не надо ни чего добавлять и кодировать, не изобретайте "велосипед"

Спойлер

Код:

const char m[] = "АБВГД";  // исходная строчка кириллицей


   printf("\nHello, world!\n");
   puts(m);
   printf("\nАБВГД");
   printf("\nПривет Форум РадиоКот");
   printf("\nПривет radiokot.ru");

Реклама

astrahard

Да удивительно, как некоторые, заморачиваются давно решенными вопросами.

musor

кодировох дохрена разных... вапрос с юником тоже решен

neid

Dimon456 писал(а):

Не надо ни чего добавлять и кодировать, не изобретайте "велосипед"

Спасибо за ликбез! Я же говорю дальше применять, есть в проекте библиотека шрифта font6x8.c, в которой прописаны все символы по 255("я"), ну и вывод же конечно предпринимается не в терминал а на экран тв по av входу. Аля TVout от ардуино. Вот для чего мне перекодировка. Точнее все уже сделано, и выводить по символьно русский символы я могу, float, и т. д. ... Хочется русский текст вот и изучаю эту тему.
К примеру TV. print(0,12,"Я балбес!")

Реклама

Dimon456

Ну вот, а мы то думали, с терминалом проблема, а оно оказывается как

neid писал(а):

Аля TVout от ардуино

neid

Dimon456, что за сарказм?думать за других впереди паровоза вы умеете, я уже прочуствовал не в одной теме)) Мысли то есть по поводу кода? Да и как бы написал что буду применять его потом, как еще опять не так выразился))

AlexS4

$ locale |grep -i ctype
LC_CTYPE=ru_RU.UTF-8

$ echo "Я бaлбес but 1byte per others"|hd
00000000 d0 af 20 d0 b1 61 d0 bb d0 b1 d0 b5 d1 81 20 62 |.. ..a........ b|
00000010 75 74 20 31 62 79 74 65 20 70 65 72 20 6f 74 68 |ut 1byte per oth|
00000020 65 72 73 0a |ers.|

толи я торможу толи непонятно как ты проверяешь/пропускаешь левый байт пар, получаяя указатель на unsigned char тоесть 1 байт на индекс.

Dimon456

Dimon456 писал(а):

И для чего вам эта перекодировка?

neid писал(а):

но вывода почему то нет даже просто в терминале...

neid писал(а):

Аля TVout от ардуино.

Причем тут терминал и TVout?, конкретнее бы выражался и сарказма бы не было.
А для TVout от ардуино есть соответствующая тема -> Arduino

Starichok51

а у меня есть вопросы:
1. а как в МК попала UTF-8?
2. а почему нельзя было сразу в МК засунуть Windows1251?

astrahard

UTF международный стандарт. Как я уже говорил, пора бы уже переработать периферию микроконтроллеров.
Например UART родился из ASCI, пора родить периферию под UTF. Обязательно с поддержкой OLE.

neid

Dimon456 писал(а):

конкретнее бы выражался и сарказма бы не было.
А для TVout от ардуино есть соответствующая тема -> Arduino

А отладить код через терминал нельзя, когда перекодируется хотя бы один символ, потом проверил все символы, делалось так, это о терминале...
Ну я же сказал аля tvout, пишу я то я в студии, я свой ребята, пустите!)))

Dimon456

AlexS4,

Спойлер

$ еchо "Я бaлбес but 1byte per others"|hd
00000000 d0 af 20 d0 b1 61 d0 bb d0 b1 d0 b5 d1 81 20 62 |.. ..a........ b|
00000010 75 74 20 31 62 79 74 65 20 70 65 72 20 6f 74 68 |ut 1byte per oth|
00000020 65 72 73 0a |ers.|

Код:

k[0]   0x016E   0xD0 
k[1]   0x016F   0xAF 
k[2]   0x0170   0x20 
k[3]   0x0171   0xD0 
k[4]   0x0172   0xB1 
k[5]   0x0173   0x61 
k[6]   0x0174   0xD0 
k[7]   0x0175   0xBB 
k[8]   0x0176   0xD0 
k[9]   0x0177   0xB1 
k[10]   0x0178   0xD0 
k[11]   0x0179   0xB5 
k[12]   0x017A   0xD1 
k[13]   0x017B   0x81 
k[14]   0x017C   0x20 
k[15]   0x017D   0x62 
k[16]   0x017E   0x75 
k[17]   0x017F   0x74 
k[18]   0x0180   0x20 
k[19]   0x0181   0x31 
k[20]   0x0182   0x62 
k[21]   0x0183   0x79 
k[22]   0x0184   0x74 
k[23]   0x0185   0x65 
k[24]   0x0186   0x20 
k[25]   0x0187   0x70 
k[26]   0x0188   0x65 
k[27]   0x0189   0x72 
k[28]   0x018A   0x20 
k[29]   0x018B   0x6F 
k[30]   0x018C   0x74 
k[31]   0x018D   0x68 
k[32]   0x018E   0x65 
k[33]   0x018F   0x72 
k[34]   0x0190   0x73 
k[35]   0x0191   0x00

AlexS4

Dimon456, чет я туго соображаю, не понял твой ответ. или непонял вопрос тс. я понял так что нужно получить массив смещений для фонта упакованного для 1251. тогда нужно отбросить префикс баайты вроде 0xD0 0xD1 и преобразовать изначащий байт под 1251. (это впоследствии позволит делать font[c] тоесть умножить на размер обьекта, добавить указатель начала и получить указатель на растр или что там за фонт.)

neid

AlexS4 писал(а):

или непонял вопрос тс. я понял так что нужно получить массив смещений для фонта упакованного для 1251. тогда нужно отбросить префикс баайты вроде 0xD0 0xD1 и преобразовать изначащий байт под 1251. (это впоследствии позволит делать font[c] тоесть умножить на размер обьекта, добавить указатель начала и получить указатель на растр или что там за фонт.)

Выложу библиотеку шрифта! Уже говорил что вывод на экран успешен, если по символам выводить.

Dimon456

AlexS4, ни что не надо преобразовывать, это neid мозги парит себе и людям, надо просто посмотреть как выводится строка в этом самом TVout от ардуино.
Судя по font6x8.cpp буковки от А до я стоят на своих местах.
Откуда он взял и для чего D0 D1 - загадка.

Мне лень эту среду устанавливать с ее библиотеками, если он полностью проект выложит - может тогда еще гляну. А так пусть пишет в соответствующий раздел форума.

перекодировки с UTF-8 в Windows1251

Кто сейчас на форуме