代码之家 › 专栏 › 技术社区 › OderWat

有哪些选项可以将ISO-8859-1/Latin-1转换为字符串(UTF-8)?

iso-8859-1 rust character-encoding

8

OderWat · 技术社区 · 10 年前

我扫描了Rust文档,寻找在字符编码之间转换的方法,但没有找到任何结果。我错过了什么吗?

Rust语言及其标准库是否(直接或间接)支持它,甚至计划在不久的将来支持它?

其中一个答案表明,有一个简单的解决方案,因为 u8 可以强制转换为(Unicode) char s、 Unicode是ISO-8859-1中代码点的超集,这是一个1:1映射,以UTF-8编码为多个字节,UTF-8是的内部编码 String s在Rust中。

fn main() {
    println!("{}", 196u8 as char);
    println!("{}", (196u8 as char) as u8);
    println!("{}", 'Ã' as u8);
    println!("{:?}", 'Ã'.to_string().as_bytes());
    println!("{:?}", "Ã".as_bytes());
    println!("{}",'Ã' == 196u8 as char);
}

给予:

Ã
196
196
[195, 132]
[195, 132]
true

我甚至没有考虑过这一点!

2 回复 | 直到 6 年前

1

14

Timmmm 8 年前

Rust中的字符串是unicode(UTF-8),unicode代码点是iso-8859-1字符的超集。这种特定的转换实际上微不足道。

fn latin1_to_string(s: &[u8]) -> String {
    s.iter().map(|&c| c as char).collect()
}

我们将每个字节解释为一个unicode代码点,然后从这些代码点构建一个String。

2

7

Vladimir Matveev 10 年前

标准库没有任何处理编码的API。像日期和时间这样的编码很难正确完成,需要大量的工作,因此它们不存在于 std .

这个目前处理编码的板条箱 rust-encoding 。你几乎肯定会在那里找到你需要的一切。

推荐文章

donefun · 在PHP中将波兰语字符存储为变量

3 年前

Michael · Java中的ISO-8859-1至UTF-8(runescape API)

7 年前

Vendel Serke · 用于在不同编码之间转换字符的Java库

7 年前

Alejandro RV · 将UTF-8字符更改为Latin1 Java

8 年前