Quelqu'un peut-il fournir un exemple simple pour lire et écrire dans le fichier Unicode un caractère Unicode?Écriture et lecture de fichiers Unicode en C++?
2
A
Répondre
1
Sur linux j'utilise la bibliothèque iconv
(link) qui est très standard. Un programme trop simple est:
#include <stdio.h>
#include <stdlib.h>
#include <iconv.h>
#define BUF_SZ 1024
int main(int argc, char* argv[])
{
char bin[BUF_SZ];
char bout[BUF_SZ];
char* inp;
char* outp;
ssize_t bytes_in;
size_t bytes_out;
size_t conv_res;
if(argc != 3)
{
fprintf(stderr, "usage: convert from to\n");
return 1;
}
iconv_t conv = iconv_open(argv[2], argv[1]);
if(conv == (iconv_t)(-1))
{
fprintf(stderr, "Cannot conver from %s to %s\n", argv[1], argv[2]);
return 1;
}
bytes_in = read(0, bin, BUF_SZ);
{
bytes_out = BUF_SZ;
inp = bin;
outp = bout;
conv_res = iconv(conv, &inp, &bytes_in, &outp, &bytes_out);
if(conv_res >= 0)
{
write(1, bout, (size_t)(BUF_SZ) - bytes_out);
}
}
iconv_close(conv);
return 0;
}
Ceci est trop simple pour démontrer la conversion. Dans le monde réel que vous auriez normalement deux boucles imbriquées:
- Une entrée de lecture, donc à manipuler lorsque son plus BUF_SZ
- Une conversion entrée à la sortie. Rappelez-vous que si vous convertissez des fichiers ascii en UTF-32LE, chaque octet de sortie sera égal à 4 octets de sortie. Ainsi, la boucle interne traiterait cela en examinant
conv_res
puis en vérifianterrno
.
0
Si vous utilisez Windows. Utilisez fgetws http://msdn.microsoft.com/en-us/library/c37dh6kf(VS.71).aspx pour lire et fputws http://msdn.microsoft.com/en-us/library/t33ya8ky(VS.71).aspx pour écrire.
L'exemple de code se trouve dans les liens fournis.
2
essayez http://utfcpp.sourceforge.net/. le lien a un exemple introductif pour lire un fichier utf8, ligne par ligne.
Quel format? UTF-8, UTF-16 ou UTF-32? –
Et si UTF-16, lequel des 3 formats UTF-16 possibles? Big-endian, little-endian, ou spécifié par BOM? –
Et, sur quelle plateforme? La taille de 'wchar_t' n'est pas partout la même: sous Windows, vous stockez généralement des chaînes en interne sous UTF-16 LE, tandis que sous Linux en UTF-8 (avec' char') ou UTF-32 ('wchar_t'). –