C++ - ShiftJIS -> UTF-8 変換！
Updated:
気分転換に CentOS サーバ構築以外の話題にします。
C++ で ShiftJIS で書かれたテキストファイルを UTF-8 に変換する方法についての記録（簡単な例）です。
（それほど洗練されたソースコードでもありません。ご承知おきください）
0. 前提条件
- Linux Mint 17 での作業を想定。
- g++(c++) のバージョンは 4.8.2
1. C++ ソースコード作成
以下のようにソースコードを作成した。
“sjis.txt” という ShiftJIS で書かれたテキストファイルを読み込んで、UTF-8 に変換した内容で “utf8.txt” に保存する。
File: SjisToUtf8.cpp
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
/***********************************************************
* 文字コード変換 (ShiftJIS -> UTF-8)
**********************************************************/
#include <fstream>
#include <iostream> // for cout, endl
#include <stdio.h> // for fopen
#include <string.h> // for strlen
#include <iconv.h> // for iconv
#define ENC_SRC "Shift_JIS" // Encoding ( Src )
#define ENC_DST "UTF-8" // Encoding ( Dst )
#define FILE_S "sjis.txt" // Textfile ( Src )
#define FILE_D "utf8.txt" // Textfile ( Dst )
#define B_SIZE 1024 // Buffer size
using namespace std;
/*
* [CLASS] Process
*/
class Proc
{
// Private Declaration
ifstream ifs;
ofstream ofs;
string sLine;
char sSrc[B_SIZE], sDst[B_SIZE];
bool bRet;
bool convert();
public:
int execMain(); // Main Process
};
/*
* Main Process
*/
int Proc::execMain()
{
try {
// Open In-file
ifs.open(FILE_S);
if (ifs.fail()) {
cerr << "[ERROR] Could not open " << FILE_S << endl;
return 1;
}
// Open Out-file
ofs.open(FILE_D);
if (ofs.fail()) {
cerr << "[ERROR] Could not open " << FILE_D << endl;
return 1;
}
// Convert for each lines
while (getline(ifs, sLine)) {
bRet = convert();
if (bRet) {
ofs << sDst << endl;
} else {
cerr << "[ERROR] Convert failed!" << endl;
}
}
} catch (char *e) {
cerr << "EXCEPTION : " << e << endl;
return 1;
}
return 0;
}
/*
* Convert for each lines
*/
bool Proc::convert()
{
char *pSrc, *pDst;
size_t nSrc, nDst;
iconv_t icd;
try {
strcpy(sSrc, sLine.c_str());
pSrc = sSrc;
pDst = sDst;
nSrc = strlen(sSrc);
nDst = B_SIZE - 1;
while (0 < nSrc) {
icd = iconv_open(ENC_DST, ENC_SRC);
iconv(icd, &pSrc, &nSrc, &pDst, &nDst);
iconv_close(icd);
}
*pDst = '\0';
return true;
} catch (char *e) {
cerr << "EXCEPTION : " << e << endl;
return false;
}
}
/*
* Execution
*/
int main(){
try {
Proc objMain;
int iRetCode = objMain.execMain();
if (iRetCode == 0) {
cout << "SUCCESS!" << endl;
} else {
cout << "FAILED!" << endl;
}
} catch (char *e) {
cerr << "EXCEPTION : " << e << endl;
return 1;
}
return 0;
}
2. C++ ソースコンパイル
以下のコマンドで C++ ソースをコンパイルする。
（-Wall 全ての警告を出力するオプション、 -O2 最適化のオプション）
$ g++ -Wall -O2 SjisToUtf8.cpp -o SjisToUtf8
何も出力されなければ成功。
3. 実行
実際に、実行してみる。
$ ./GetHtml
同じディレクトリ内に作成された “utf8.txt” というテキストファイル（文字コード）を確認する。
ShiftJIS で書かれている Web サイトを UTF-8 で扱いたい場合などに有益ではないでしょうか。
実際、当方は Web スクレイピングする際に使用しています。
以上。
Comments