Czytanie znaków z pliku

Hej,

Mam mały prosty programik i problem ze sczytywaniem znaków.
Program ma zliczać ilość wystąpienia znaku ó w kolejnych liniach w pliku z kodowaniem Utf-8, ale go nie widzi.

Już różne pomysły były wprowadzane, ale żaden z nich nie doprowadził do oczekiwanego rezultatu.

int main(){

    int max, i = 0, o = 0;
    char znak;

    ifstream plik("es-es.txt");

    plik >> noskipws;

// max liczba lini w pliku
    max = 6;
//tablica przechowujaca liczbe szukanego znaku w lini n
    int * T;
    T = new int[max];
    for(int l = 0; l<max;l++)
    {
        T[l]=0;
    }

    i=0;
    while (plik >> znak)
    {
        if( znak == '\n')
            ++i;
        else if( znak == 'ó' )
        {
            ++o;
            T[i]+=1;
        }
    }

    for (int l=0; l<max; l++)
    {
        cout << T[l] << "\t";
    }

    delete T;
}

ó w UTF-8 kodowany jest jako dwa bajty: c3 b3. Nie zmieści się przez to to ó do zmiennej typu char. Spokojnie natomiast możesz szukać tych dwóch następujących po sobie bajtów. W poprawnie skonstruowanym UTF-8 ten zestaw na pewno będzie oznaczał twoją szukaną literę.

char nie przechowa ci znaku UTF-8

A od czasów C++11 istnieje obsługa UTF-8 w samej bibliotece standardowej.

wifstream file("text.txt");
file.imbue(locale(locale::empty(), new codecvt_utf8<wchar_t>())); // destruktor locale zwolni nam to codecvt_utf8

wstring line;
while(getline(file, line))
    cout << count(begin(line), end(line), L'ó') << "\n"; // jeżeli podajemy znak w ten sposób to plik źródłowy również musi być zapisany w Unicode!

hm ... to znacząco utrudnia pracę
szczerze powiedziawszy program w dalszej części miał zliczać 2-gramy, 3-gramy w plikach w których dużo jest znaków różno bitowych.
Może jest jakiś work around albo inny język programowania bardziej przychylny?

@Mielona jeśli chcesz się bawić w przetwarzanie języka naturalnego to python ;]

Korzystając z mojego kodu możesz bez problemu wyszukiwać całe ciągi.

Usiadłam i postanowiłam skompilować twój kod @Rev

Ale napotkałam na kilka trudności.
Między innymi nie mogę usunąć błędu:
error C2061: syntax error : identifier 'codecvt_utf8'
oraz dla tej samej linijki
error C2665: 'std::locale::locale' : none of the 9 overloads could convert all the argument types
c:\Program Files (x86)\Microsoft Visual Studio 10.0\VC\include\xlocale(334): could be 'std::locale::locale(const char *,std::locale::category)'
c:\Program Files (x86)\Microsoft Visual Studio 10.0\VC\include\xlocale(371): or 'std::locale::locale(const std::string &,std::locale::category)'
while trying to match the argument list '(std::locale)'

Jak zwykle jakaś prościzna. Dzięki wielkie @_13th_Dragon

Plik ma około 300 tys słów. W linii nie powinno być dużo wyrazów.
W każdym razie zastanawiają mnie dwie kwestie.
Pierwsza jak wyczytywać dwa kolejne lub trzy kolejne znaki. Rozumiem że zmiana na UCS... zrobiła swoje i nie muszę się już martwić o bitowość, ale czy jest jakiś prosty sposób, jakaś funkcja, która nie kazałaby dodawać znaków i cofać się?