目前共有4篇帖子。 內容轉換:不轉換▼
 
點擊 回復
597 3
【程序】给C++的cout和fstream添加Unicode支持,使其能向屏幕或文件输入/输出wchar_t字符串
一派護法 十九級
1樓 發表于:2016-7-16 14:58
【程序】
#include <fstream>
#include <iostream>
#include <Windows.h>

#define RDBUF_LEN 200

using namespace std;

ostream &operator << (ostream &os, const wchar_t *wstr)
{
    if (os == cout)
        WriteConsoleW(GetStdHandle(STD_OUTPUT_HANDLE), wstr, wcslen(wstr), NULL, NULL); // 输出到屏幕上
    else
    {
        // 此时wstr是UTF-16编码
        // 将其转换为UTF-8编码后写入文件
        int n = WideCharToMultiByte(CP_UTF8, NULL, wstr, -1, NULL, NULL, NULL, NULL);
        char *p = new char[n];
        WideCharToMultiByte(CP_UTF8, NULL, wstr, -1, p, n, NULL, NULL);
        os.write(p, n - 1);
        delete[] p;
    }
    return os;
}

ostream &operator << (ostream &os, wstring &ws)
{
    os << ws.c_str();
    return os;
}

istream &operator >> (istream &is, wstring &ws)
{
    int n = 0;
    wchar_t *wp;
    if (is == cin)
    {
        /* 从控制台中输入一行字符串 */
        bool complete = false;
        DWORD dwRead; // 实际读到的字符个数
        HANDLE hInput = GetStdHandle(STD_INPUT_HANDLE);
        wp = NULL;
        do
        {
            /* 分次循环读取, 直到遇到换行符 */
            wp = (wchar_t *)realloc(wp, (n + RDBUF_LEN + 2) * sizeof(wchar_t)); // 分配内存时始终为\r\n预留空间
            ReadConsoleW(hInput, wp + n, RDBUF_LEN + 2, &dwRead, NULL);
            if (wp[n + dwRead - 2] == '\r')
            {
                wp[n + dwRead - 2] = '\0'; // 把\r换成\0, 并结束读取
                complete = true;

                // 注意: 当本次只读到\n一个字符时, wp[n + dwRead - 2]指向上一次读到的那一段的最后一个字符, 且一定是\r
                // 例如: [abc][de\r][\n  ], 此时RDBUF_LEN=1, 第二次读的时候n=3, dwRead=3, wp[3+3-2]=wp[4]是e而不是\r, 所以继续
                // 第三次读的时候n=6, dwRead=1, wp[6+1-2]=wp[5]恰好是\r, 因此将\r替换成\0并退出循环
            }
            else
                n += dwRead;
        } while (!complete);
        ws = wp;
        free(wp);
    }
    else
    {
        /* 从文件中读取一行字符串 */
        streampos start_pos = is.tellg(); // 记录开始读取的位置
        char ch;
        while (ch = is.get(), !is.eof() && ch != '\r' && ch != '\n')
            n++; // 寻找换行符或文件结束符出现的位置
        is.seekg(start_pos); // 回到开始位置

        // 读取这一部分内容
        char *p = new char[n + 1];
        is.read(p, n);
        p[n] = '\0';

        // 使文件位置指针跳过换行符
        while (ch = is.get(), !is.eof() && (ch == '\r' || ch == '\n'));
        if (!is.eof())
            is.seekg(-1, ios::cur);

        // 转换成UTF-16编码
        n = MultiByteToWideChar(CP_UTF8, NULL, p, -1, NULL, NULL);
        wp = new wchar_t[n];
        MultiByteToWideChar(CP_UTF8, NULL, p, -1, wp, n);
        delete[] p;
        ws = wp;
        delete[] wp;
    }
    return is;
}

int main(void)
{
    // 从控制台中输入Unicode字符串
    wstring wstr;
    cout << L"请输入一段文字: ";
    cin >> wstr;

    // 打开文件并写入Unicode字符串
    ofstream file("file.txt");
    if (!file.is_open())
    {
        cout << L"文件打开失败" << endl;
        return 0;
    }
    file << L"1234" << endl;
    file << L"简体中文abc" << endl;
    file << L"¿Cómo estás?" << endl;
    file << L"用户输入: " << wstr << endl;
    cout << L"已成功写入" << file.tellp() << L"字节" << endl;
    file.close();

    // 打开文件并从文件中读取Unicode字符串
    ifstream ifile("file.txt");
    cout << endl << endl << endl << L"**********************文件中的内容*********************" << endl;
    while (!ifile.eof())
    {
        ifile >> wstr;
        cout << wstr << endl; // 显示
    }
    ifile.close();
    return 0;
}
【运行结果】

一派護法 十九級
2樓 發表于:2016-7-16 14:58
【输出的文件】

一派護法 十九級
3樓 發表于:2016-7-16 15:14
【背景知识】
char字符数组能存放任意编码的字符串
wchar_t在Windows系统下一般用来存放UTF-16编码的字符串,Linux下一般是UTF-32字符串
在C/C++中,"xxx"型的字符串的编码与源文件的编码格式一致,而L"xxx"则统一为UTF-16(Windows) / UTF-32(Linux)编码。
在Visual Studio中默认创建的源文件的编码格式是ANSI编码,所以char xxx[] = "xxx"的编码一般都是ANSI。
ANSI的编码格式并不固定,它只是一个编码映射。在简体中文Windows操作系统下,ANSI指向的是GB2312编码。由于英文版系统下ANSI并不指向GB2312编码,所以打开相关的文本文件就会显示为乱码,而打开UTF-8编码的文本文件就不会乱码。
Windows API函数都分为ANSI和Unicode版本。例如SetWindowTextA接受的是char字符数组,因为char字符数组一般都是ANSI编码,而SetWindowTextW接受的是wchar_t字符数组(默认UTF-16编码)
UTF-8、UTF-16和UTF-32是Unicode的三种实现方式。Unicode负责给每个字符编号,而这三种实现方式则按不同的方式存储其编号。

C/C++中自带的printf, cout等库函数都不能正确输出Unicode的字符串,因为它们在输出前都会将Unicode转换成ANSI,导致字符信息丢失,并且这个过程无法阻止。要想输出Unicode字符串只有调用Windows的API函数:WriteConsoleW。对于Unicode字符串的输入也有同样的问题。
本文就是把这个功能封装到了C++的cout里面。
一派護法 十九級
4樓 發表于:2016-7-16 23:13
【补充内容】
给C语言的printf添加Unicode支持的方法请参考:
https://zh.arslanbar.net/post.php?t=24206&p=1

回復帖子

內容:
用戶名: 您目前是匿名發表
驗證碼:
(快捷鍵:Ctrl+Enter)
 

本帖信息

點擊數:597 回複數:3
評論數: ?
作者:巨大八爪鱼
最後回復:巨大八爪鱼
最後回復時間:2016-7-16 23:13
 
©2010-2024 Arslanbar Ver2.0
除非另有聲明,本站採用創用CC姓名標示-相同方式分享 3.0 Unported許可協議進行許可。