100分，求助，C++读取unicode编码文件读取问题，解决着60分，顶着有份

[李亚超]

读取unicode方法代码

std::vector<std::wstring>ReadAllLinesByUnicode(std::wstring filePath)
{
	std::vector<std::wstring> list;
	FILE *fp = NULL;
	_wfopen_s(&fp,filePath.c_str() , L"rb,ccs=Unicode");
	wchar_t buf[MAXLINESIZE+1] = {0}; // 假设每一行文本不超过2048字符
    size_t rdCount = fread(buf, 1, 2, fp);
	if (rdCount != 2)
	{
		fclose(fp); 
		return list;
	}
	if (buf[0] != 0xFF || buf[1] != 0xFE) 
	{
        fseek(fp, 0, SEEK_SET); // 测试Unicode文件标志, 没有Unicode头，跳回文件头
    }
	while (!feof(fp))
	{
        if (NULL != fgetws(buf, MAXLINESIZE, fp))
		{
			list.push_back(buf);
		}
    }

    fclose(fp);
	
	return list;
}

调用代码：

        wstring path=L"./data/input.txt";
	wchar_t * str =L"中国";
	vector<wstring> list = ReadAllLinesByUnicode(path);
	for(int i=0;i<list.size();i++)
	{
		//int tmp = dic->InsertEntry(list[i].c_str());
		if(wcscmp(list[i].c_str(), str)==0)
		{
			cout<<"OK\n";
		}
	}

input.txt 以Unicode编码：内容为：
中国
美国
日本
问题为：
1：ReadAllLinesByUnicode(path); 可以返回正确的文本行。
2：为什么不会出现结果“OK”?
3:

[bargio_susie]

if(wcscmp(list[i].c_str(), str)==0)
这个之前把list里的内容打印出来看下是什么

[pathuang68]

我觉得这句话有问题：
vector<wstring> list = ReadAllLinesByUnicode(path);

ReadAllLinesByUnicode的函数原型是啥？

[pathuang68]

[Quote=引用 5 楼 pathuang68 的回复:]

我觉得这句话有问题：
vector<wstring> list = ReadAllLinesByUnicode(path);

ReadAllLinesByUnicode的函数原型是啥？
[/Quote]
sorry，请无视

[走走刀口]

ReadAllLinesByUnicode(path)可以返回行数那是肯定的.应该它是根据\r\n来判断的,与unicode字符无关.
而后面要对字符进行查找就出现问题了,估计读出来的是乱码,你先把list中的内容输出出来看下.

[bluesky12312388]

先打印看看(十六进制)。可能是每行后面有\r\n这类的，所以不相等。

[李亚超]

我知道了，因为C++读取的每一行，是以\r\n为结束符的。所以，每一行都包含这两个字符。但是又不会显示，所以一直看不出来，包括调试。
如果，把测试字符加上\r\n或者是，每一行出去后两个字节，则正确显示。
看来，C++很麻烦啊，很多问题需要自己来操心。

[bluesky12312388]

[Quote=引用 10 楼 harry_lyc 的回复:]

我知道了，因为C++读取的每一行，是以\r\n为结束符的。所以，每一行都包含这两个字符。但是又不会显示，所以一直看不出来，包括调试。
如果，把测试字符加上\r\n或者是，每一行出去后两个字节，则正确显示。
看来，C++很麻烦啊，很多问题需要自己来操心。
[/Quote]
用C++就得习惯这样，呵呵。

[yuyan_linger]

	_wfopen_s(&fp,filePath.c_str() , L"r,ccs=Unicode"); //不用二进制读？
	wchar_t buf[MAXLINESIZE+1] = {0}; // 假设每一行文本不超过2048字符
	size_t rdCount = fread(buf, 1, 2, fp);
	if (rdCount != 2)
	{
		fclose(fp); 
		return list;
	}
	if (buf[0] != 0xFF || buf[1] != 0xFE) 
	{
		fseek(fp, 0, SEEK_SET); // 测试Unicode文件标志, 没有Unicode头，跳回文件头
	}
	fseek(fp, 2, SEEK_SET); //unicode好像会有个文件头
	while (!feof(fp))
	{
		if (NULL != fgetws(buf, MAXLINESIZE, fp))
		{
			char* t = (char*)buf;
			int len = strlen(t);
			t[len-1]=0;
			list.push_back(buf);
		}
	}

这样处理应该可以 应该有更好的方法吧？ 文件读写和宽字符不熟 写的不太好

[luciferisnotsatan]

[Quote=引用 10 楼 harry_lyc 的回复:]

我知道了，因为C++读取的每一行，是以\r\n为结束符的。所以，每一行都包含这两个字符。但是又不会显示，所以一直看不出来，包括调试。
如果，把测试字符加上\r\n或者是，每一行出去后两个字节，则正确显示。
看来，C++很麻烦啊，很多问题需要自己来操心。
[/Quote]
就是这样
遇到这种问题的时候，调试下，看看变量里放的是什么就知道了