移植DOS代码到Linux：嵌入式设备mbrtowc处理非ASCII字符返回-1

这问题我之前在嵌入式移植项目里踩过坑，太懂这种头疼的感觉了！mbrtowc在嵌入式设备上返回-1，核心原因基本都是系统locale配置不全或者依赖的UTF-8 locale数据被精简掉了——毕竟嵌入式系统为了省空间，经常会砍掉这类非必要的系统组件。给你几个可行的解决方案，按优先级排序：

方案1：手动实现轻量UTF-8转Unicode码点（最推荐） #

因为mbrtowc严重依赖系统locale，嵌入式环境里折腾locale经常会遇到各种奇怪的问题（比如交叉编译时locale没打包进去、系统不支持生成locale等）。不如直接自己写一个极简的UTF-8转码函数，毕竟UTF-8的编码规则是公开且固定的，实现起来没难度，还完全不依赖系统组件。

给你一个我项目里在用的简化版实现，刚好匹配你需要传入Unicode码点的绘制函数：

#include <stdint.h>

// 输入UTF-8字节序列，输出对应的Unicode码点，返回消耗的字节数，错误返回-1
int utf8_to_ucs4(const unsigned char *utf8_str, uint32_t *out_code_point) {
    if (!utf8_str || !out_code_point) return -1;

    uint8_t first_byte = utf8_str[0];
    if (first_byte < 0x80) {
        // ASCII字符，单字节
        *out_code_point = first_byte;
        return 1;
    } else if ((first_byte & 0xE0) == 0xC0) {
        // 双字节UTF-8
        if ((utf8_str[1] & 0xC0) != 0x80) return -1; // 无效的后续字节
        *out_code_point = ((first_byte & 0x1F) << 6) | (utf8_str[1] & 0x3F);
        return 2;
    } else if ((first_byte & 0xF0) == 0xE0) {
        // 三字节UTF-8
        if ((utf8_str[1] & 0xC0) != 0x80 || (utf8_str[2] & 0xC0) != 0x80) return -1;
        *out_code_point = ((first_byte & 0x0F) << 12) | ((utf8_str[1] & 0x3F) << 6) | (utf8_str[2] & 0x3F);
        return 3;
    } else if ((first_byte & 0xF8) == 0xF0) {
        // 四字节UTF-8（对应U+10000到U+10FFFF）
        if ((utf8_str[1] & 0xC0) != 0x80 || (utf8_str[2] & 0xC0) != 0x80 || (utf8_str[3] & 0xC0) != 0x80) return -1;
        *out_code_point = ((first_byte & 0x07) << 18) | ((utf8_str[1] & 0x3F) << 12) | ((utf8_str[2] & 0x3F) << 6) | (utf8_str[3] & 0x3F);
        return 4;
    }
    // 无效的UTF-8起始字节
    return -1;
}

用这个函数替代mbrtowc，直接遍历你的UTF-8字符串，每次转一个码点传给绘制函数就行，完全避开locale的问题，而且代码极小，适合嵌入式环境。

方案2：修复系统Locale配置 #

如果你一定要用mbrtowc，那得搞定嵌入式系统的locale：

• 第一步：检查系统是否有UTF-8 locale
  在嵌入式设备上执行locale -a，看看有没有en_US.UTF-8或者其他带UTF-8后缀的locale。如果没有，需要生成：
  用localedef命令生成（如果系统支持的话）：

  localedef -i en_US -f UTF-8 en_US.UTF-8
  

  生成的locale文件通常放在/usr/lib/locale/目录下，要确保这个目录在嵌入式系统的根文件系统里。
• 第二步：在程序启动时设置locale
  在你的C程序开头加上：

  #include <locale.h>
  
  int main() {
      // 设置LC_CTYPE为UTF-8，或者直接LC_ALL
      if (setlocale(LC_CTYPE, "en_US.UTF-8") == NULL) {
          // 处理设置失败的情况，比如打印日志
          fprintf(stderr, "Failed to set UTF-8 locale\n");
      }
      // 后续代码...
  }
  

  如果还是不行，可以尝试手动设置环境变量：

  #include <stdlib.h>
  
  setenv("LC_CTYPE", "en_US.UTF-8", 1);
  setenv("LANG", "en_US.UTF-8", 1);
  setlocale(LC_CTYPE, ""); // 空字符串表示使用环境变量的设置
  

方案3：校验输入的UTF-8合法性 #

mbrtowc返回-1也可能是因为你的输入字符串不是合法的UTF-8序列（比如从旧DOS编码转UTF-8时出错，或者文件读取时截断）。可以先用方案1里的转码函数做校验，或者用iconv先把输入转成标准UTF-8，但还是方案1最直接。

内容的提问来源于stack exchange，提问作者J.Panek