关于UTF-8、GB2313、ANSI、UNICODE的编码问题,在此不多说,百度上资料很多的。
以下为源代码:
// UtfFile.h: interface for the UtfFile class.
//
//////////////////////////////////////////////////////////////////////
#if !defined(AFX_UTFFILE_H__8ED10D8A_D1A3_412F_A600_124F521CE4F1__INCLUDED_)
#define AFX_UTFFILE_H__8ED10D8A_D1A3_412F_A600_124F521CE4F1__INCLUDED_
#if _MSC_VER > 1000
#pragma once
#endif // _MSC_VER > 1000
#include <windows.h>
#include <stdio.h>
#include <locale.h>
#include <IOSTREAM>
#include <FSTREAM>
using namespace std;
class UtfFile
{
public:
static char * UnicodeToGB2312(WCHAR uData, char buffer[2]); // Unicode 转换成 GB2312
static WCHAR * UTF_8ToUnicode(char *pText, WCHAR &unicode); // 把UTF-8 转化成 Unicode
static char * TranslateUTF8ToGB(char *str, size_t len); // 把UTF-8字符串转化成ANSI(GB2312)编码形式
char * GetString(char *str, int maxLen = 1024); // 读取一个字符串,以换行符为结束标示
char * GetLine(char *str, int maxLen); // 读取一行字符
void close(); // 关闭文件流
int open(const char *sFileName); // 用于打开一个文件
UtfFile(const char *sour);
virtual ~UtfFile();
private:
ifstream inf;
};
#endif // !defined(AFX_UTFFILE_H__8ED10D8A_D1A3_412F_A600_124F521CE4F1__INCLUDED_)
/*-----------------------------------------------以下为.cpp文件内容------------------------------------------*/
// UtfFile.cpp: implementation of the UtfFile class.
//
//////////////////////////////////////////////////////////////////////
#include "UtfFile.h"
//////////////////////////////////////////////////////////////////////
// Construction/Destruction
//////////////////////////////////////////////////////////////////////
UtfFile::UtfFile(const char *sour)
:inf(sour)
{
if( !inf.is_open() )
{
char str[1024];
sprintf(str, "错误的文件路径,文件无法打开:%s", sour);
throw runtime_error(str);
}
}
UtfFile::~UtfFile()
{
}
void UtfFile::close()
{
inf.close();
}
char * UtfFile::GetLine(char *str, int maxLen)
{
if ( inf.eof() )
{
str[0] = '\0';
}
else
{
inf.getline(str, maxLen);
TranslateUTF8ToGB(str, maxLen);
}
return str;
}
char * UtfFile::GetString(char *str, int maxLen)
{
if ( inf.eof() )
{
str[0] = '\0';
}
else
{
inf >> str;
TranslateUTF8ToGB(str, maxLen);
}
return str;
}
char * UtfFile::UnicodeToGB2312(WCHAR uData, char buffer[2])
{
WideCharToMultiByte(CP_ACP,NULL, &uData, 1,buffer,sizeof(WCHAR),NULL,NULL);
return buffer;
}
WCHAR * UtfFile::UTF_8ToUnicode(char *pText, WCHAR &unicode)
{
/* http://blog.csdn.net/liuzhiyuan1982/article/details/3911150
UTF-8是一种多字节编码的字符集,表示一个Unicode字符时,它可以是1个至多个字节,在表示上有规律:
1字节:0xxxxxxx
2字节:110xxxxx 10xxxxxx
3字节:1110xxxx 10xxxxxx 10xxxxxx
4字节:11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
*/
char *uchar = (char *)&unicode;
uchar[1] = ((pText[0] & 0x0F) << 4) + ((pText[1] >> 2) & 0x0F);
uchar[0] = ((pText[1] & 0x03) << 6) + (pText[2] & 0x3F);
return &unicode;
}
char * UtfFile::TranslateUTF8ToGB(char *str, size_t len)
{
char * newCharBuffer = new char[len];
int index =0;
int nCBIndex = 0;
WCHAR wTemp = 0;
char cTemp[2] = " ";
while(index < len)
{
if ( str[index] == 0 )
break;
else if(str[index] > 0) // 如果是GB2312的字符
{
newCharBuffer[nCBIndex] = str[index]; //直接复制
index += 1; //源字符串偏移量1
nCBIndex += 1; //目标字符串偏移量1
}
else //如果是UTF-8的字符
{
UTF_8ToUnicode(str + index, wTemp); //先把UTF-8转成Unicode
UnicodeToGB2312(wTemp, &newCharBuffer[nCBIndex]); //再把Unicode 转成 GB2312
index += 3; //源字符串偏移量3
nCBIndex += 2; //目标字符串偏移量2 因为一个中文UTF-8占3个字节,GB2312占两个字节
}
}
newCharBuffer[nCBIndex] = '\0'; //结束符
strcpy( str, newCharBuffer );
delete newCharBuffer; //避免内存泄漏,这是对源代码的稍许修改
newCharBuffer = NULL;
return str;
}
int UtfFile::open(const char *sFileName)
{
inf.open(sFileName);
return inf.is_open();
}
分享到:
相关推荐
以UTF=16LE编码方式保存或读取文件,可以结合博客“c++ 以UTF-16LE编码方式保存文件”查看辅助理解
由于近期需要将一份Word文档转到Markdown格式,但是文件内容较大,自动转换...程序中实现了UTF-8格式转GBK格式,使用stream对TXT进行读取并识别,获取到需要的信息后对信息进行更改,最后依据一级标题对文件进行拆分。
靠谱想对作者说点什么C++ BUILDER6里的ini文件读写原创阅读数 1483收藏最后发布于2013-02-26 15:58:06点赞收藏分享发布了182
c++实现txt文件的读写,并解决txt编码格式为UTF-8显示乱码问题。
utf8编码汉字获取首字母,去掉ConvertGBKToUtf8(ch);函数和引用库,ASCII编码汉字也可获取拼音首字母,第一个cpp是所有汉字可以获取首字母,第二个cpp仅针对常用汉字可用的c++获取汉字首字母
镜像下载(JSP):cab安装包,开发文档,ASP.NET-ACCESS示例,JSP-ACCESS示例(GB2312),JSP-ACCESS示例(UTF-8),JSP-Sql2005示例(UTF-8),JSP-MySQL示例(UTF-8) 镜像下载(PHP):MySQL示例(UTF-8) 问题反馈:...
Proper UTF-8 handling (incl. BOM) C++17 (plus some C++20 features where available, e.g. experimental support for char8_t strings) Doesn't require RTTI Works with or without exceptions Tested on Clang ...
想学习工厂模式的,可以下载下来看看
CTextFileIO读取不同编码文件,可以判断UTF-8 NO BOM ,详情http://blog.csdn.net/akof1314/archive/2011/01/02/6113038.aspx
将 UTF-8 格式的 字幕(或者文件) 转 ANSI 格式。 原理:UTF-8 2 UNICODE 2 ANSI。 处理文件夹。 GPX2KML 20120102 1630.7z 处理 将 UTF-8 格式的 字幕(或者文件) 转 ANSI 格式。 原理:查找坐标点, ...
将 UTF-8 格式的 字幕(或者文件) 转 ANSI 格式。 原理:UTF-8 2 UNICODE 2 ANSI。 处理文件夹。 GPX2KML 20120102 1630.7z 处理 将 UTF-8 格式的 字幕(或者文件) 转 ANSI 格式。 原理:查找坐标点, ...
将 UTF-8 格式的 字幕(或者文件) 转 ANSI 格式。 原理:UTF-8 2 UNICODE 2 ANSI。 处理文件夹。 GPX2KML 20120102 1630.7z 处理 将 UTF-8 格式的 字幕(或者文件) 转 ANSI 格式。 原理:查找坐标点, ...
将 UTF-8 格式的 字幕(或者文件) 转 ANSI 格式。 原理:查找坐标点, 然后由ANSI 2 UNICODE 2 UTF-8。 处理文件夹。 <ele>258.000000 <time>2011-03-08T08:20:31Z <speed>3.666667 ...
将 UTF-8 格式的 字幕(或者文件) 转 ANSI 格式。 原理:查找坐标点, 然后由ANSI 2 UNICODE 2 UTF-8。 处理文件夹。 <ele>258.000000 <time>2011-03-08T08:20:31Z <speed>3.666667 ...
如果包含有encoding="UTF-8"的声明被读取,那么TinyXML会以UTF-8的方式来读取它。 如果读取到没有指定编码方式的声明,那么TinyXML会以UTF-8的方式来读取它。 如果包含有encoding=“其它编码”的声明被读取,那么...
C#读取一些C++创建的sqlite数据库时乱码, C++保存DB是用GB2312编码的, C#调用的官方的system.data.sqlite是用的UTF-8编码的, 在读取时会乱码, 用一个GB2312编码的system.data.sqlite就行了. 可以下载sqlite源码修改...
支持视频格式: H.264 、流媒体、 3GPP 、 MPEG4 和 Codec 3GP ;支持音频格式: MP3 、 AAC 、 AAC+ 、 W MA 、 MPEG4 、 WAV 、 MIDI 、 REAL 、 AUDIO 和 OGG ;支持墙纸格式: JPG 、 BMP 、 PNG 和 GIF ;铃声 ...
传入文件比如txt路径,返回编码字符串比如UTF-8、UTF-16、Shift_JIS等,有BOM的稳定识别,没BOM的文本文本量越大准确率越高(默认读取2048字节进行编码判断) uchardet开源库:https://code.google.com/p/uchardet/
取错误文本()”返回的文本是UTF-8编码(应是GB18030编码)。 -------------------------------------------------------------------------------- 易语言5.0 相对于易语言4.x更新说明(2010/02/01): 增加...
一、Qt Creator 的安装和hello world 程序的编写(原创) 1.首先到Qt 的官方网站上下载Qt Creator,这里我们下载windows 版的。 下载地址:http://qt.nokia.com/downloads 如下图我们下载:Download Qt SDK for ...