Unicode(UTF16)文件读写终极方案---用C++标准的字节流读取,转化为宽字符(wchar_t),再以字节流写入
2014-11-03 15:11
896 查看
http://blog.csdn.net/harry_lyc/article/details/6643844
用C++做程序真够麻烦的,先不说各种数据类型搞的人头疼,再者读写各种编码的文本文件ansi、Unicode、UTF-8等等,让人头晕目眩的。
这半年来经常要用C++处理各种不同编码的文本文件,开始读取Unicode文件,一直很麻烦。用了wifstream,wsprintf等方法。都是不尽人意。
后来突然想何不自己节写个库函数自己用。后来就付诸行动,开始想着按行读取,怎想到行读取错误。后来才明白,Unicode(UTF16)文件都是2个字节,包括英文字符,只不过是到位填充为0罢了。明白这些,字节就按字节读取,自己判断换行符,并且实现了字节流到宽字节流的转换,实现了以前windows下复杂的库函数的基本功能,写入时按照字节流写入。用标准的C++读取、写入方法和数据类型,这样可以提供跨平台的重复使用。
时间比较紧,并且没有做过大规模测试,各位如果发现问题,请指正。
用C++做程序真够麻烦的,先不说各种数据类型搞的人头疼,再者读写各种编码的文本文件ansi、Unicode、UTF-8等等,让人头晕目眩的。
这半年来经常要用C++处理各种不同编码的文本文件,开始读取Unicode文件,一直很麻烦。用了wifstream,wsprintf等方法。都是不尽人意。
后来突然想何不自己节写个库函数自己用。后来就付诸行动,开始想着按行读取,怎想到行读取错误。后来才明白,Unicode(UTF16)文件都是2个字节,包括英文字符,只不过是到位填充为0罢了。明白这些,字节就按字节读取,自己判断换行符,并且实现了字节流到宽字节流的转换,实现了以前windows下复杂的库函数的基本功能,写入时按照字节流写入。用标准的C++读取、写入方法和数据类型,这样可以提供跨平台的重复使用。
时间比较紧,并且没有做过大规模测试,各位如果发现问题,请指正。
/******************************************************************** * Copyright (C) 2011 Li Yachao * Contact: liyc@gmail.com or harry_lyc@foxmail.com * * Permission to use, copy, modify, and distribute this software for * any non-commercial purpose is hereby granted without fee, provided * that the above copyright notice appear in all copies and that both * that copyright notice. * It is provided "as is" without express or implied warranty. * * Version: 0.1 * Last update: 2011-7-29 *********************************************************************/ #include<iostream> #include <fstream> #include <vector> #include <string> using namespace std; std::wstring UTF16StringLineToWstring(std::string utf16line); std::string UTF16WStringToString(std::wstring utf16wline); int main(int argc, char * argv[]) { /*Unicode编码文件输入*/ std::string infile = "input.txt"; std::string outfile = "out.txt"; ifstream infs16;/*读入文件流*/ infs16.open(infile.c_str(),ios::in | ios::binary); if(!infs16.is_open()) { std::cout << "Open error," <<infile<<std::endl ; return 0; } ofstream outfs16;/*写入文件流*/ /*注意open函数的参数问题很重要,要不输出出错*/ outfs16.open(outfile.c_str(),ios::out | ios::binary); if(!outfs16.is_open()) { std::cout << "Open error," <<outfile<<std::endl ; return 0; } const int clength = 3; char cc[clength]={'\0'} ;/*当前读入的字符*/ char pc[clength]={'\0'} ;/*当前的前驱的字符*/ string line=""; while (infs16.read(cc,2)) { /*一次读入两个字节*/ line += cc[0]; line += cc[1]; if((pc[0] == '\x0d') && (pc[1] == '\x00') &&(cc[0] == '\x0a') &&( cc[1] == '\x00')) { /*换行符标志*/ /*Unicode文件的字节流转换为宽字符*/ std::wstring wstr = UTF16StringLineToWstring(line); /*宽字节流转换为字节流,重新写入Unicode文件*/ std::string str = UTF16WStringToString(wstr); outfs16 <<str;/*写入文件*/ line.clear(); } strcpy(pc,cc);/*保存当前两个字符的前驱字符*/ memset(cc,sizeof(char),clength); } infs16.close(); outfs16.close(); return 0; } /* ************************************************* 功能 :将UTF16(Unicode)编码文件的字节流转换为宽字节流 参数 : utf16line,Unicode编码文件的字节流 返回值 : result,宽字节流 ------------------------------------------------- 备注 : ------------------------------------------------- 作者 :Li Yachao 时间 :2011-7-29 ************************************************* */ std::wstring UTF16StringLineToWstring(std::string utf16line) { std::wstring result = L""; for(int i=0;i<utf16line.length() -1;i+=2) { unsigned char c1 = utf16line[i]; unsigned char c2 = utf16line[i + 1]; unsigned short wc; if(c2 == 0) { wc = c1 ; } else { wc = c2 ; wc = wc << 8; wc += c1; } result += wc; } return result; } /* ************************************************* 功能 :将UTF16(Unicode)编码的宽字节符流转换为字节流 参数 : utf16wline,UTF16(Unicode)编码的宽字节符 返回值 : result,字节流 ------------------------------------------------- 备注 : ------------------------------------------------- 作者 :Li Yachao 时间 :2011-7-29 ************************************************* */ std::string UTF16WStringToString(std::wstring utf16wline) { std::string result = ""; for(int i=0;i<utf16wline.length();i++) { wchar_t wc = utf16wline[i]; unsigned char c1 = wc&0x00ff; unsigned char c2 =( wc >> 8 ); result += c1; result += c2; } return result; }
相关文章推荐
- Unicode(UTF16)文件读写终极方案---用C++标准的字节流读取,转化为宽字符(wchar_t),再以字节流写入
- Unicode(UTF16)文件读写终极方案---用C++标准的字节流读取,转化为宽字符(wchar_t),再以字节流写入
- Unicode(UTF16)文件读写终极方案
- [C++]读写txt文件和从txt文件中读取数据写入数组中
- C++文件读写操作(一) 逐字符读取文件
- [C/C++标准库]_[初级]_[读写中文路径的文件--写入unicode字符串]
- java字节流和字符流操作文件,指定编码写入和读取,递归创建上层目录
- 标准c++ 读写unicode文件
- C++的标准库函数默认都是操作字节,而不是字符,非常痛苦,所以引入了u16string和u32string(Linux上的wchar_t是32位的原因,utf16对unicode的支持是有缺陷的)good
- [C/C++标准库]_[初级]_[读写中文路径的文件--写入unicode字符串]
- C++实现文件简单加密与解密(读取文件中的字符,对字符转换,然后写入,完成加密,解密反之)
- 文件读写——以字符方式读取与写入文件
- 黑马程序员--Java基础学习之IO流之字节流、字符流、读取写入文件、Copy文件、键盘输入输出、流操作的基本规律
- C++文件读写操作(二)逐字符读取文本和逐行读取文本
- C/C++ 各种字符编码字符串的转换 可用于XML文件的字符转化读写 (收集 GBK - UTF8 - Unicode - ANSI )
- 文件读取C++文件读写操作(二)逐字符读取文本和逐行读取文本
- C++ 简单读写文本文件、统计文件的行数、读取文件数据到数组
- C++ 简单读写文本文件、统计文件的行数、读取文件数据到数组
- 探寻C++最快的读取文件的方案(转)
- C++ 简单读写文本文件、统计文件的行数、读取文件数据到数组