Iconv: EILSEQ与ASCII//忽略，但不与ASCII//TRANSLIT//忽略

Question

使用iconv与//TRANSLIT//IGNORE进行从utf8到ascii的转换工作得很好；它根据当前区域设置将不可转换字符替换为正确的音译(在我的例子中是de_DE)：

> echo 'möp' | iconv -f 'UTF8' -t 'ASCII//TRANSLIT//IGNORE'
moep

但是，在不使用//IGNORE而不使用//TRANSLIT时，它会引发一个错误：

> echo 'möp' | iconv -f 'UTF8' -t 'ASCII//IGNORE'
mp
iconv: illegal input sequence at position 5

我不知道为什么会这样。输入序列完全相同，//IGNORE不应该跳过无效字符吗？当使用invalid时，我会得到一个EILSEQ错误-所以基本上我不知道输入字符串是否包含无效的UTF8 .

Answer 1

linux上的iconv(1)手册页如下所示：

-t to-编码，--to-code=to-编码用于输出字符的编码.如果字符串//IGNORE被附加到编码中，则不能转换的字符将被丢弃，转换后会打印错误。

它确实跳过了字符，但在结尾也会引发错误。

似乎通过使用//忽略，您实际上无法区分输入字符中无效字符和不可转换字符的情况。换句话说，EILSEQ和EINVAL的情况是相同的。

Answer 2

通过检查输入序列中非法字节的报告偏移量，可以区分输入文本中非法序列的存在和正在删除的一些字符：

当输入确实包含非法序列偏移值时，将处于input_bytes_count + 1范围内，当输入良好时，

• ，但一些字符被删除，非法序列偏移值将等于

möp大小为4个字节，因此报告的非法序列偏移量为5表示输入正常，但一些符号被删除，因为它们无法在目标编码中表示。