在 C 中解码 Unicode（韩语）字符答案

【问题标题】：Decode Unicode (Korean) characters in C在 C 中解码 Unicode（韩语）字符
【发布时间】：2014-07-31 07:25:05
【问题描述】：

我正在用 C 语言制作一个 Web 服务器。我需要从 url 中获取参数以进行计算。问题是人们可以输入 unicode 字符的一个字段（名称）。但是，当我的服务器收到该请求时，这些 unicode 字符就变成了我不理解的东西。例如：

http://192.168.1.1:10001/reg_me?name=박우중&studentid=2012003427

变身

http://192.168.1.1:10001/reg_me?name=%EB%B0%95%EC%9A%B0%EC%A4%91&studentid=2012003427

所以我无法获得该字段。有什么办法可以解码这些奇怪的字符以获得原始字符？

【问题讨论】：

那些奇怪的字符是 hex utf-8。只需将其解析为十六进制，“逐个字符”，您将获得 utf-8 编码的韩语
你能详细告诉我或者举个例子吗？

标签： c string unicode webserver decode

【解决方案1】：

我已将您的三个韩语标志保存到一个名为 korean 的文件中，将其放在我从以下 C 源代码生成的可执行文件旁边：

#include <stdio.h>

int main( ) {

    FILE * fp;

    fp = fopen( "korean", "r" );

    if ( fp == NULL ) {
        printf( "Failure at line %d\n", __LINE__ );
        return -1;
    }

    int currentchar;
    while ( ( currentchar = fgetc( fp ) ) != EOF ) {
        printf( "%%%X ", currentchar );
    }

    putchar( 10 );
    return 0;
}

前两个百分号%% 只是在我的%X 之前有一个百分号，它将以16 进制打印currentchar，十六进制，大写。您可以将其视为特定于% 的转义序列。输出是：

%EB %B0 %95 %EC %9A %B0 %EC %A4 %91

您可能已经意识到，这正是您报告的顺序。您可以使用此事实将这些值解码回您的韩语字符。让我们恢复这个过程；将带有百分号且不带空格的百分比编码序列保存到文件中，将文件命名为 percentencoded，并使用以下 C 源代码：

#include <stdio.h>

int main( ) {

    FILE * decodee;
    FILE * percentencoded;

    decodee = fopen( "decodee", "w" );
    percentencoded = fopen( "percentencoded", "r" );

    if ( decodee == NULL || percentencoded == NULL ) {
        printf( "Failure at line %d\n", __LINE__ );
        return -1;
    }

    int currentchar;
    while ( fscanf( percentencoded, "%%%X", &currentchar ) == 1 ) {
        fputc( currentchar, decodee );
    }

    putchar( 10 );
    return 0;
}

percentencoded 文件中包含以下内容：

%EB%B0%95%EC%9A%B0%EC%A4%91

生成的文件 decodee 现在里面有以下内容：

박우중

我希望这对你有所帮助...

【讨论】：

【解决方案2】：

所以这里有一些 C 代码来完成我在评论中提到的操作。假设你只是在上面得到一个字符串，比如"%EB%B0%95%EC%9A%B0%EC%A4%91"

parse(char * in, char * out){
  strtok(in, "%"); // Note, the first token is empty, because the first character is a delimiter
  char *token;
  while(token = strtok(NULL,"%)){
    unsigned c;
    sscanf(token, "%x", c);
    if(c > 0xFF) return -1;
    *out++=c;
  }
  *out++ = '\0';
  return 0;
}

它是一个原始解析器，但它应该可以很好地解决这个简单的问题。我确定这已经存在于某个地方了

【讨论】：

谢谢，对你有很大帮助；）