[es] - Problem naših slova

Djoks
Djordje Najdanovic
Software Developer
Azalea Maritime

Član broj: 1630
Poruke: 268
*.crnagora.net.

Sajt: www.azalea-maritime.com

Profil

Problem naših slova

^{15.02.2005. u 09:17 - pre 233 meseci}

Pozdrav narode!

Evo jednog MFC VC++ početničkog pitanja:

Imam UTF8 tekstualni fajl, koji parsiram i sadržaj pišem u HTML fajl. Nažalost, ukoliko se u input-fajlu pronađe neki simbol tipa ščćž, u output-u se pojavljuju čudni znakovi iz asci koda.

Evo mog primjera:

Code:

CStdioFile cf;
if(cf.Open("c:\\temp\\fajl.xml", CFile::modeRead))
{
    int nFileLength = cf.GetLength();
    char *lpBuffer = new char[nFileLength+1];
    try
    {
        cf.Read(lpBuffer, nFileLength);
    }
    catch (CFileException *e)
    {
        e->Delete();
        delete [] lpBuffer;
    }
    lpBuffer[nFileLength] = 0;
    CString sadrzaj;

    sadrzaj = lpBuffer;
    delete [] lpBuffer;
    cout << (LPCTSTR)sadrzaj << endl;
}

Ukoliko fajl.xml sadržaj izgleda ovako: "cvrči cvrči čvorak...", izlaz izgleda ovako: "cvr─Źi cvr─Źi ─Źvorak..."

Kako da prevaziđem problem?

Đorđe
+++[code][code]

Odgovor na temu

Dragi Tata
Malo ispod Kanade

Član broj: 1958
Poruke: 3906
66.228.70.*

+6 Profil

Re: Problem naših slova

^{15.02.2005. u 15:50 - pre 233 meseci}

To je zato što čitaš UTF-8 tekst kao da je ASCII. U principu, treba da odradiš sledeće:

1. Otvoriš fajl u binarnom modu i učitaš sadržaj u niz bajtova (najbolje je da koristiš std::vector).

2. Uz pomoć funkcije MultiByteToWideChar konvertuješ tako učitan tekst u UTF16 i smestiš ga u npr wstring.

3. Parsiraš ili već šta hoćeš da radiš sa tim tekstom.

4. Konvertuješ rezultat u UTF-8 tekst kao niz bajtova pomoću funkcije WideCharToMultiByte

5. Zapišeš rezultat u novi fajl (binarno).

IOCC

Odgovor na temu

sspasic
Sasa Spasic

Član broj: 3261
Poruke: 175
*.49.EUnet.yu.

Jabber: sspasic@elitesecurity.org
ICQ: 35454521

Profil

Re: Problem naših slova

^{15.02.2005. u 17:14 - pre 233 meseci}

Svakako uradi na način kako kaže Dragi Tata, zbog jednostavnijeg parsiranja kada karakteri imaju jednaku veličinu, ali mislim da ti ovde problem pravi to što na cout šalješ UTF-8 tekst a Command Prompt prozor očekuje ASCII.

Odgovor na temu