Odczyt z pliku UTF-8

Odczyt z pliku UTF-8
kutacz
KU
kutacz
KU
  • Rejestracja:ponad 13 lat
  • Ostatnio:ponad 9 lat
  • Postów:102
0
Kopiuj
#ifndef UNICODE
#define UNICODE
#endif

#include <Windows.h>
#include <cstdio>
#include <fstream>

using namespace std;

int main()
{
	FILE* resFile;
	char multiByteStr[256];
	ifstream oFile;
	FILE* exampleFile;
	TCHAR buffer[256];
	
	resFile = _wfopen(L"foo",L"w, ccs=UTF-8");

	system("chcp 65001");

	fwprintf(resFile,L"%s",L"C:\\istniejacyfolder\\zażółć gęśłą jaźń ☺☻♥♦• ć.txt");

	fclose(resFile);

	
	
	oFile.open(L"foo");

	oFile.getline(multiByteStr,256,'\n');
	
	oFile.close();

	MultiByteToWideChar(CP_UTF8,0,multiByteStr,-1,buffer,256);

	wprintf(L"%ls",buffer);

	

	exampleFile = _wfopen(buffer,L"w, ccs=UTF-16LE"); //*
	
	fwprintf(exampleFile,L"%ls",buffer);

	fclose(exampleFile);

	system("pause");
	return 0;
}

W tym wypadku _wfopen zwraca NULL i działanie programu nic nie wnosi.

user image

Przy następnym breakpoincie wyskakuje messageBox "Debug assertion failed".

Co śmieszne, gdy przepiszę ręcznie bufor do funkcji otwierającej plik, tzn.

Kopiuj
 exampleFile = _wfopen(L"C:\\istniejacy folder\\zażółć gęśłą jaźń ☺☻♥♦• ć.txt",L"w, ccs=UTF-16LE");

plik tworzy się w prawidłowym miejscu, a wszystkie unikodowe znaki są zachowane. Dlaczego tak się dzieje?

edytowany 1x, ostatnio: kutacz
Udostępnij
Kopiuj link do postu Kopiuj link do postu jako Markdown
Komentuj
Azarien
Azarien
Azarien
Azarien
  • Rejestracja:ponad 21 lat
  • Ostatnio:4 minuty
1

Gdy czytasz treść pliku, na początku możesz napotkać znak U+FEFF (ZERO WIDTH NO-BREAK SPACE). Gdy wczytujesz linię, która potem jest używana jako nazwa pliku, trzeba się go pozbyć.

Kopiuj
wchar_t *buffer_no_bom;
if (buffer[0] == L'\xFEFF')
    buffer_no_bom = &buffer[1];
else
    buffer_no_bom = &buffer[0];

wprintf(L"#%ls#\n",buffer_no_bom);
exampleFile = _wfopen(buffer_no_bom,L"w, ccs=UTF-16LE"); //*
edytowany 3x, ostatnio: Azarien
KU
Sprytnie rozwiązane
Udostępnij
Kopiuj link do postu Kopiuj link do postu jako Markdown
Komentuj
kutacz
KU
kutacz
KU
  • Rejestracja:ponad 13 lat
  • Ostatnio:ponad 9 lat
  • Postów:102
0

Ano faktycznie :) Dziwna sprawa, plik "foo" zakodował się w UTF-8, a nie UTF-8 without bom . Ale po kiego grzyba BOM w UTF-8? Zawsze myślałem, że w tym kodowaniu kolejność bitów jest jednoznaczna...

edytowany 3x, ostatnio: kutacz
Udostępnij
Kopiuj link do postu Kopiuj link do postu jako Markdown
Komentuj
Azarien
Azarien
Azarien
Azarien
  • Rejestracja:ponad 21 lat
  • Ostatnio:4 minuty
1

Głównie do tego, by po sekwencji bajtów EF BB BF łatwo rozpoznać że to właśnie UTF-8. U ciebie fopen() właśnie to robi, dlatego nie musisz przy otwieraniu podawać ccs=.

Udostępnij
Kopiuj link do postu Kopiuj link do postu jako Markdown
Komentuj
Rev
RE
Rev
RE
Moderator
  • Rejestracja:około 18 lat
  • Ostatnio:12 miesięcy
0

Widzę, że okropnie przemieszałeś biblioteki standardowe C, C++ i API Windowsa. Docelowo w C++ obsługa Unicode ma być łatwa i przyjemna, ale póki co jeszcze nie jest. Możliwe do ustawienia locale w runtime biblioteki standardowej C++ pośród swoich "właściwości" (facets) ma codecvt opisujące konwertowanie pomiędzy kodowaniami i właśnie z tego korzystają strumienie plikowe. W C++11 pojawiło się w standardzie m.in. std::codecvt_utf8.

I tak, przykładowo zapisanie i odczytanie jakiegoś napisu mogłoby wyglądać tak:

Kopiuj
locale::global( locale(locale(""), new std::codecvt_utf8<wchar_t>() )); // ustawienie locale domyślnego ze zmienionym `codecvt`

wstring file_name;

{
	wofstream file_output("foo");

	file_output << L"C:\\zażółć gęśłą jaźń ☺☻♥♦• ć.txt";
}

{
	wifstream file_input("foo");
		
	getline(file_input, file_name);
}

W Visual Studio od wersji 2010 nawet to zadziała, ale nawet w GCC 4.7.0 nagłówka codecvt po prostu nie ma i trzeba ratować się #ifdefami, itd..

edytowany 3x, ostatnio: Rev
Udostępnij
Kopiuj link do postu Kopiuj link do postu jako Markdown
Komentuj
Treść
Podgląd
Kliknij, aby dodać treść...
Kliknij, aby dodać załącznik lub wklej ze schowka.
Instrukcja obsługi Markdown
Pomoc 1.18.8

Typografia

Edytor obsługuje składnie Markdown, w której pojedynczy akcent *kursywa* oraz _kursywa_ to pochylenie. Z kolei podwójny akcent **pogrubienie** oraz __pogrubienie__ to pogrubienie. Dodanie znaczników ~~strike~~ to przekreślenie.

Możesz dodać formatowanie komendami , , oraz .

Ponieważ dekoracja podkreślenia jest przeznaczona na linki, markdown nie zawiera specjalnej składni dla podkreślenia. Dlatego by dodać podkreślenie, użyj <u>underline</u>.

Komendy formatujące reagują na skróty klawiszowe: Ctrl+B, Ctrl+I, Ctrl+U oraz Ctrl+S.

Linki

By dodać link w edytorze użyj komendy lub użyj składni [title](link). URL umieszczony w linku lub nawet URL umieszczony bezpośrednio w tekście będzie aktywny i klikalny.

Jeżeli chcesz, możesz samodzielnie dodać link: <a href="link">title</a>.

Wewnętrzne odnośniki

Możesz umieścić odnośnik do wewnętrznej podstrony, używając następującej składni: [[Delphi/Kompendium]] lub [[Delphi/Kompendium|kliknij, aby przejść do kompendium]]. Odnośniki mogą prowadzić do Forum 4programmers.net lub np. do Kompendium.

Wspomnienia użytkowników

By wspomnieć użytkownika forum, wpisz w formularzu znak @. Zobaczysz okienko samouzupełniające nazwy użytkowników. Samouzupełnienie dobierze odpowiedni format wspomnienia, zależnie od tego czy w nazwie użytkownika znajduje się spacja.

Znaczniki HTML

Dozwolone jest używanie niektórych znaczników HTML: <a>, <b>, <i>, <kbd>, <del>, <strong>, <dfn>, <pre>, <blockquote>, <hr/>, <sub>, <sup> oraz <img/>.

Skróty klawiszowe

Dodaj kombinację klawiszy komendą notacji klawiszy lub skrótem klawiszowym Alt+K.

Reprezentuj kombinacje klawiszowe używając taga <kbd>. Oddziel od siebie klawisze znakiem plus, np <kbd>Alt+Tab</kbd>.

Indeks górny oraz dolny

Przykład: wpisując H<sub>2</sub>O i m<sup>2</sup> otrzymasz: H2O i m2.

Składnia Tex

By precyzyjnie wyrazić działanie matematyczne, użyj składni Tex.

<tex>arcctg(x) = argtan(\frac{1}{x}) = arcsin(\frac{1}{\sqrt{1+x^2}})</tex>

Kod źródłowy

Krótkie fragmenty kodu

Wszelkie jednolinijkowe instrukcje języka programowania powinny być zawarte pomiędzy obróconymi apostrofami: `kod instrukcji` lub ``console.log(`string`);``.

Kod wielolinijkowy

Dodaj fragment kodu komendą . Fragmenty kodu zajmujące całą lub więcej linijek powinny być umieszczone w wielolinijkowym fragmencie kodu. Znaczniki ``` lub ~~~ umożliwiają kolorowanie różnych języków programowania. Możemy nadać nazwę języka programowania używając auto-uzupełnienia, kod został pokolorowany używając konkretnych ustawień kolorowania składni:

```javascript
document.write('Hello World');
```

Możesz zaznaczyć również już wklejony kod w edytorze, i użyć komendy  by zamienić go w kod. Użyj kombinacji Ctrl+`, by dodać fragment kodu bez oznaczników języka.

Tabelki

Dodaj przykładową tabelkę używając komendy . Przykładowa tabelka składa się z dwóch kolumn, nagłówka i jednego wiersza.

Wygeneruj tabelkę na podstawie szablonu. Oddziel komórki separatorem ; lub |, a następnie zaznacz szablonu.

nazwisko;dziedzina;odkrycie
Pitagoras;mathematics;Pythagorean Theorem
Albert Einstein;physics;General Relativity
Marie Curie, Pierre Curie;chemistry;Radium, Polonium

Użyj komendy by zamienić zaznaczony szablon na tabelkę Markdown.

Lista uporządkowana i nieuporządkowana

Możliwe jest tworzenie listy numerowanych oraz wypunktowanych. Wystarczy, że pierwszym znakiem linii będzie * lub - dla listy nieuporządkowanej oraz 1. dla listy uporządkowanej.

Użyj komendy by dodać listę uporządkowaną.

1. Lista numerowana
2. Lista numerowana

Użyj komendy by dodać listę nieuporządkowaną.

* Lista wypunktowana
* Lista wypunktowana
** Lista wypunktowana (drugi poziom)

Składnia Markdown

Edytor obsługuje składnię Markdown, która składa się ze znaków specjalnych. Dostępne komendy, jak formatowanie , dodanie tabelki lub fragmentu kodu są w pewnym sensie świadome otaczającej jej składni, i postarają się unikać uszkodzenia jej.

Dla przykładu, używając tylko dostępnych komend, nie możemy dodać formatowania pogrubienia do kodu wielolinijkowego, albo dodać listy do tabelki - mogłoby to doprowadzić do uszkodzenia składni.

W pewnych odosobnionych przypadkach brak nowej linii przed elementami markdown również mógłby uszkodzić składnie, dlatego edytor dodaje brakujące nowe linie. Dla przykładu, dodanie formatowania pochylenia zaraz po tabelce, mogłoby zostać błędne zinterpretowane, więc edytor doda oddzielającą nową linię pomiędzy tabelką, a pochyleniem.

Skróty klawiszowe

Skróty formatujące, kiedy w edytorze znajduje się pojedynczy kursor, wstawiają sformatowany tekst przykładowy. Jeśli w edytorze znajduje się zaznaczenie (słowo, linijka, paragraf), wtedy zaznaczenie zostaje sformatowane.

  • Ctrl+B - dodaj pogrubienie lub pogrub zaznaczenie
  • Ctrl+I - dodaj pochylenie lub pochyl zaznaczenie
  • Ctrl+U - dodaj podkreślenie lub podkreśl zaznaczenie
  • Ctrl+S - dodaj przekreślenie lub przekreśl zaznaczenie

Notacja Klawiszy

  • Alt+K - dodaj notację klawiszy

Fragment kodu bez oznacznika

  • Alt+C - dodaj pusty fragment kodu

Skróty operujące na kodzie i linijkach:

  • Alt+L - zaznaczenie całej linii
  • Alt+, Alt+ - przeniesienie linijki w której znajduje się kursor w górę/dół.
  • Tab/⌘+] - dodaj wcięcie (wcięcie w prawo)
  • Shit+Tab/⌘+[ - usunięcie wcięcia (wycięcie w lewo)

Dodawanie postów:

  • Ctrl+Enter - dodaj post
  • ⌘+Enter - dodaj post (MacOS)