网页内容编码转换之iconv

        在网页解析，比如：爬虫应用中，网页内容的编码转换是一件令人头痛的事情。
        比如：一般中文网页编码是gbk，用libcurl下载网页后，用C/C++代码解析网页内容时，看到的会是乱码，因为C/C++默认的编码是utf-8。
        所幸的是iconv可以实现各种编码之间的互转，为我们完美的解决了此类问题。
一、安装
        使用之前需要确认系统是否已经安装iconv，如果没有安装，点击下载源码。
        解压后，进入源码目录，开始编译安装：
        #./configure --prefix=/usr/local
        #make
        #make install
        #ldconfig
        安装完后就可以开始使用了，关于iconv的更多详细信息可以参见。

二、使用
        iconv的使用很简单，一共涉及3个函数，具体例子如下：
        #vi main.cpp
        #include
        #include
        #include
        int main(int argc, char *argv[])
        {
            //获得句柄，这里是从gbk转换为utf-8
            iconv_t cd = iconv_open("utf-8","gbk");
            if ((iconv_t)-1 == cd)
            {
                printf("iconv_open failed\n");
                return -1;
            }
            char *src = "我是中国人"; //假设是gbk编码  
            char dst[10*1024*1024] = {0};//有时候出错，是因为buf太小，所以buf要足够大，比如：utf-8=1.5*gbk
            size_t src_len = strlen(src);
            size_t dst_len = sizeof(dst);
            //编码转换
            int ret = iconv(cd, &src, &src_len, &dst, &dst_len);
            if ((size_t)-1 == ret || dst_len <= 0)
            {
                printf("iconv failed:  %s\n" , strerror(errno).c_str());
                return -1;
            }
            iconv_close(cd);//关闭句柄
            printf("gbk(%s)-->utf-8(%s)\n", src, dst);
            return 0;
        }
        #g++ -o main main.cpp -liconv
        #./main
        如果成功了，恭喜你，如果出现如下错误：
        Invalid or incomplete multibyte or wide character iconv
        则说明在调用函数iconv_open时对网页编码指定错了，比如：顺序出错。