任意の言語/国のUTF-8ロケールはありますか？

Question

私はC言語でプログラミングしていて、すべてのUTF（wchar_tバージョン（mbrtowc関数を使用）に変換するために、すべてのUTF（つまり、 "ru_RU-UTF-8"、 "en_EN-UTF-8" 。一部の地域では有効なwchar_tである限り、特にwchar_tに変換することは重要ではありません。

ロケールに渡すことができる「UTF-8-whatever」設定はありますか？

私はsetlocale("POSIX")/setlocale("C")の正反対を探しています...、

setlocale(LC_ALL, "ru_RU.UTF-8"); 
stuff = mbrtowc(.....) 

作品、Cコード...

setlocale(LC_ALL, "en_US.UTF-8"); 
stuff = mbrtowc(.....) 

戻り次第、それはキリル文字を打つよう-1をCコードを明確にするために

。私が扱っているものにも日本語の文字などがあるかもしれません。

Answer 1

Cのロケールとwchar関数の問題は、それらがプラットフォームに非常に依存していることです。それは価値があるため、Linux上でen_US.UTF-8ロケール（Ubuntu 16.04）を使用してキリル文字UTF-8をwcharsに変換することは問題ありません。次のコード

#include <locale.h> 
#include <stdio.h> 
#include <wchar.h> 

int main() { 
    const char in[] = "\xD0\xB1"; 
    wchar_t out; 
    size_t consumed; 

    setlocale(LC_ALL, "en_US.UTF-8"); 
    consumed = mbrtowc(&out, in, sizeof(in) - 1, NULL); 
    if (consumed > 0) { 
     printf("%04x\n", (unsigned)out); 
    } 

    return 0; 
} 

プリント予想通り

0431 

。他のプラットフォームでは、マイルが異なる場合があります。 Windowsのような16ビットのwchar_tのプラットフォームは、特に問題があります。しかし、うらやましいプラットフォームでは、すべてのUnicode文字をUTF-8ロケールでエンコードしてデコードできるので、汎用UTF-8ロケールは必要ありません。

UTF-8で作業したい場合は、iconv、utf8proc、libunistring、またはICUなどのUTF-8変換用のライブラリを検討する必要があります。独自の変換ルーチンを記述することもできます。あまりにも難しくありません。