65,186
社区成员
发帖
与我相关
我的任务
分享c++读取中文字符
我现在想从一个文本中读取其中的字符，然后找到想要的文本，把它给替换掉。但是读取中文的字符的时候不能成功，总是乱码。我在网上找到的都没有，现在读取的时候，把ifstream换成wifstream，但是打开文件的时候出错。
下面的是代码
求指点。。
下面的是代码
求指点。。
#include<iostream>
#include<fstream>
#include<string>
using namespace std;
//subs1是要查找的字符串
//subs2 是要将subs1从text中替换掉的字符串
void replace(wstring &text, const wstring &subs1, const wstring &subs2)
{
wcout<<subs1<<" "<<subs1.size()<<endl;
wcout<<subs2<<" "<<subs2.size()<<endl;
wstring::size_type beg = text.find(subs1);
cout<<beg<<endl;
if(beg >= text.size())
{
cout<<"不能匹配"<<endl;
return;
}
text.erase(beg, subs1.size());
text.insert(beg, subs2);
/*while(beg < text.size())
{
beg = text.find(subs1);
text.erase(beg, subs1.size());
text.insert(beg, subs2);
}*/
}
//从file中读取文本，然后将str给初始化。
void init(wifstream &is, const string &file, wstring &str)
{
is.close();
is.clear();
is.open(file.c_str());
str = L"";
if(!is)
{
cerr<<"Cannot open the file : "<<file<<endl;
return;
}
wstring line;
locale china("chs");
wcout.imbue(china);
while(getline(is,line))
{
str = str + line + L"\n";
wcout << str << endl;
}
//string s = str.rfind("\n");
str.erase(str.rfind(L"\n"), str.size());
}
//将替换好的text再重新输出到一个文件中
void output_file(wofstream &os, const string &out_file, const wstring &str)
{
os.close();
os.clear();
os.open(out_file.c_str());
if(!os)
{
cerr<<"Cannot output the string to the file : "<<out_file<<endl;
}
os<<str<<endl;
os.close();
}
int main()
{
//file path F:\\sb\\sb3\\www.bill-jc.com\\test.html
string in_file = "F:\\test3.txt";
string out_file = "f:\\test.html";
string str1_file = "f:\\test1.txt";
string str2_file = "f:\\test2.txt";
//variable
locale china("chs");
wstring text, str1, str2;
wifstream is;
wofstream os;
is.imbue(china);
os.imbue(china);
init(is, in_file, text);
while(true)
{
init(is, str1_file, str1);
init(is, str2_file, str2);
replace(text, str1, str2);
cout<<"Y/N"<<endl;
char i;
cin>>i;
if(i == 'N')
break;
}
//output_file(os, out_file, text);
return 0;
}
...全文
请发表友善的回复…
发表回复
赵4老师 2014-01-16
- 打赏
- 举报
http://www.baidu.com/s?wd=sinodetect&rsv_bp=0&ch=&tn=baidu&bar=&rsv_spt=3&ie=utf-8&rsv_sug3=8&rsv_sug4=45&rsv_sug1=4&inputT=1703
个人意见：根本解决"判断文本是以什么格式来存储"这个问题需要人而不是一段程序。
jiangxiaoma111 2014-01-16
- 打赏
- 举报
不好意思，请问一下，我应该怎么来保存这9个字节？
还有您看我下面的思路对吗？
1 C++中读取中文文本时的问题。
2 文本的编码方式与程序读取文本中的字符是什么关系？
3 当程序从文件中读取 字符时，原理是什么？
4 一个文本是怎样编码的？
5 UTF-8 ，Unicode，几种编码方式的关系。
6 编码是什么？
7 以什么样的编码存储？
8 文件存储到电脑上的方式，
赵4老师 2014-01-16
- 打赏
- 举报
先
http://www.microsoft.com/visualstudio/chs/downloads#d-2010-express
点开Visual C++ 2010 Express下面的语言选‘简体中文’，再点立即安装
再参考C:\Program Files\Microsoft Visual Studio 10.0\VC\crt\src\cvt\*.*
jiangxiaoma111 2014-01-16
- 打赏
- 举报
用编辑器打开一个文本，不论这个文本是什么格式，一般都能正式识别。
还能查找和替换，我试过用不同的文本格式来保存。编辑器都能正常打开，并且能够查找到要寻找的文本，还能替换掉。
我现在做的就是类似查找和替换功能，可以关心文本保存的格式来实现这个功能。
现在这样的话，是否还要多写几行代码来判断文本是以什么格式来存储的，还有怎么判断文本是以什么格式来存储的？
赵4老师 2014-01-16
- 打赏
- 举报
啊 GBK:0xB0 0xA1,Unicode-16 LE:0x4A 0x55,Unicode-16 BE:0x55 0x4A,UTF-8:0xE5 0x95 0x8A
楼主试试随便用哪个号称能识别汉字的编辑器打开这个文件：
内容为以下9个字节：
0xB0 0xA1 0x4A 0x55 0x55 0x4A 0xE5 0x95 0x8A
jiangxiaoma111 2014-01-16
- 打赏
- 举报
控制台？我不熟悉linux，我就试着把这个程序给编辑了下，没有设置linux。
你看我下面的想法对吗？
1 C++中读取中文文本时的问题。
2 文本的编码方式与程序读取文本中的字符是什么关系？
3 当程序从文件中读取 字符时，原理是什么？
4 一个文本是怎样编码的？
5 UTF-8 ，Unicode，几种编码方式的关系。
6 编码是什么？
7 以什么样的编码存储？
8 文件存储到电脑上的方式，
jiangxiaoma111 2014-01-16
- 打赏
- 举报
这样的话适用面太窄了吧。
用编辑器打开一个文本，不论这个文本是什么格式，一般都能正式识别。
还能查找和替换，我试过用不同的文本格式来保存。编辑器都能正常打开，并且能够查找到要寻找的文本，还能替换掉。
我现在做的就是类似查找和替换功能，可以不用关心文本保存的格式。
谢谢~
jiangxiaoma111 2014-01-16
- 打赏
- 举报
嗯，好的。谢谢~
vipcxj 2014-01-16
- 打赏
- 举报
用编辑器打开一个文本，不论这个文本是什么格式，一般都能正式识别。
还能查找和替换，我试过用不同的文本格式来保存。编辑器都能正常打开，并且能够查找到要寻找的文本，还能替换掉。
我现在做的就是类似查找和替换功能，可以关心文本保存的格式来实现这个功能。
现在这样的话，是否还要多写几行代码来判断文本是以什么格式来存储的，还有怎么判断文本是以什么格式来存储的？[/quote]
目前还不存在完美的办法来判断一个文件到底是什么格式的，目前的编辑器也只能做到猜个八九不离十。
比较新的编辑器保存的文件都会带ＢＯＭ头，这个东西可以用来识别你的文本是什么编码。但不幸的是也有很多文件是不带ＢＯＭ头的。一般的做法是一个一个试，各种编码都有一定的编码范围，如果某个字节在编码范围之外了，就说明不是这种编码，那就换一种试。当然对于纯ａｎｓｉｉ字符，即范围０－１２７的字符，utf-8和它是兼容的。所以你弄个纯字母的文件，有的编辑器会识别为无ＢＯＭ头ＵＴＦ－８编码，有的则认为是ａｎｓｉｉ编码，直到你加几个汉字进去，编辑器才能看出区别。
赵4老师 2014-01-16
- 打赏
- 举报
请认真阅读我的回帖中的每个建议和链接。
赵4老师 2014-01-16
- 打赏
- 举报
不好意思，请问一下，我应该怎么来保存这9个字节？
还有您看我下面的思路对吗？
1 C++中读取中文文本时的问题。
2 文本的编码方式与程序读取文本中的字符是什么关系？
3 当程序从文件中读取 字符时，原理是什么？
4 一个文本是怎样编码的？
5 UTF-8 ，Unicode，几种编码方式的关系。
6 编码是什么？
7 以什么样的编码存储？
8 文件存储到电脑上的方式，
[/quote]
#include <stdio.h>
char b[]={0xB0,0xA1,0x4A,0x55,0x55,0x4A,0xE5,0x95,0x8A};
FILE *f;
int main() {
f=fopen("d:\\9bytes.txt","wb");
fwrite(b,1,9,f);
fclose(f);
return 0;
}
Jim_King_2000 2014-01-16
- 打赏
- 举报
这样的话适用面太窄了吧。
用编辑器打开一个文本，不论这个文本是什么格式，一般都能正式识别。
还能查找和替换，我试过用不同的文本格式来保存。编辑器都能正常打开，并且能够查找到要寻找的文本，还能替换掉。
我现在做的就是类似查找和替换功能，可以不用关心文本保存的格式。
谢谢~[/quote]
你在编辑器里面输入中文，然后存成ANSI。然后在英文或者非中文的windows中打开，文件内容一定是乱码。文本文件必须是Unicode （UCS-16, UTF-8, ...）才能支持多国语言。
Binzo 2014-01-16
- 打赏
- 举报
实际上fstream就可以输出中文，编码默认就应该是unicode。试试这个代码可不可以正常输出“你好”：
#include <iostream>
#include <fstream>
#include <string>
using namespace std;
int main(){
fstream fs("hello.txt", ios_base::trunc | ios_base::out);
fs << "你好" << endl;
fs.close();
fs.open("hello.txt", ios_base::in);
string str;
fs >> str;
cout << str << endl;
fs.close();
return 0;
}Binzo 2014-01-15
- 打赏
- 举报
是你的“控制台”没有设好吧。
henry.x 2014-01-15
- 打赏
- 举报
这个问题，我貌似以前遇到过，
vs2008 、vs2005 下 std::ifstream 中不 支持 中文，是因为，在vs2008 、vs2005 下，默认 传入的 unicode 字符集 ，而我们一般开发的时候 大多数 使用的 多字节字符集，所以会导致 出错 。
1、使用C语言的函数设置为中文运行环境
setlocale(LC_ALL, "Chinese-simplified");
2、使用STL函数设置为系统语言环境
std::locale::global(std::locale(""));
3. 或者 直接 修改 log4cpp 的 参数，直接传入的是 宽字节 。
Jim_King_2000 2014-01-15
- 打赏
- 举报
把文本文件存成UTF-8。然后用下面的方法读取。
http://blog.sina.com.cn/s/blog_6b88065a01015u58.html
c0ff 2014-01-14
- 打赏
- 举报
windows上我一般用_wsetlocale()，中文一切正常，linux下没试过，感觉是不是还和发行版有关系？
vipcxj 2014-01-14
- 打赏
- 举报
首先保证你的文件是以utf-16或ucs-2储存的，然后用wfstream读取，若要在标准输入输出设备上显示正常，还得
setlocale(LOCALE_ALL, ""); //""就是本地默认设置，LZ是中国人吧，用的中国产电脑，本地默认设置肯定就能认出中文汉字。
至于utf-8，windows上貌似不支持，必须要手动转码。当然如果LZ知道utf-8的储存格式，也不是很难，可以一字节一字节判断，然后自己转成windows支持的wchar_t的unicode，然后再显示或者查找。
如果不是unicode的，那么对于windows上的多字节编码，汉字占2字节，查找时也要按2字节查找。
jiangxiaoma111 2014-01-14
- 打赏
- 举报
谢谢，我试试
jiangxiaoma111 2014-01-14
- 打赏
- 举报
谢谢~
加载更多回复（4）
