將沒有BOM xml文件的UTF-8轉換爲ISO 8859-1

Question

我有一個沒有BOM編碼的UTF-8編碼的xml文件。在十六進制編輯器它給：3c 3f 78 6d

我緩存我的XML文件，並在開始處添加BOM：

char* BufferEncoder = (char*)malloc(3); 
memset(BufferEncoder, 0, size); 
for(int i=0;i<3;i++) BufferEncoder[i] ^= 0xaa; 
BufferEncoder[0]=(char)0xef; 
BufferEncoder[1]=(char)0xbb; 
BufferEncoder[2]=(char)0xbf; 
// concatenate into a new Buffer containing old xml and the BOM 

我試圖再從UTF-8 BOM轉換爲ISO 8859-1使用這些代碼行數：

int size = WideCharToMultiByte(28591 /*ISO-8859-1*/, 0, pBuffer, -1, NULL, 0, NULL, 0); 
if (size>0) 
{ 
    char* pBuffer2 = (char*)malloc(size); 
    memset(pBuffer2, 0, sizeNew); 
    WideCharToMultiByte(28591, 0,pBuffer,-1, pBuffer2, size, NULL, 0); 
    // ......... 

此代碼尚未測試。你認爲這是最好的解決方案嗎？任何想法或建議是受歡迎的。先謝謝你。

Answer 1

正如我在我的評論談到：我覺得這個思路就必須有幾個問題右後衛你，可以這麼說：

1. 你爲什麼要擺在首位做這種轉換？

2. 你確實知道WideCharToMultiByte()是做什麼的嗎？

我會毫不猶豫地承認，我自己並不完全清楚WideCharToMultiByte()究竟做了什麼;但我會繼續前進，並假設它將一串寬字符轉換爲多字節字符串。快速瀏覽一下文檔，就好像它將它寫入新緩衝區，並返回新字符串的長度。

這是一切都很好，很棒。問題是UTF-8是而不是其實是一個寬字符編碼;而ISO-8859-1是而不是的一種多字節編碼。 UTF-8 是多字節編碼;但在這種情況下，這並不能真正幫助你。

我的建議;那麼，你是否閱讀了字符編碼;特別是關於UTF-8（多字節）和UTF-16（寬）之間的區別。

我還建議你找到一個不同的接口，無論你試圖做什麼，它實際上接受UTF-8字符串;因爲任何需要ISO-8859-1字符串的接口，特別是在處理XML時，都會讓我覺得它是瘋狂的遺產-Y，接近完全瘋了。

當然，如果你真的說明了你正在嘗試，總體來說，要實現;可以給出更具體的建議。

編輯：如果我正確理解您的難題，問題是您正在獲取可能包含ASCII範圍之外的字符（U + 0 ... U + 127）的正確格式化和編碼的XML文件。如果是這樣的問題，以任何方式，形狀或形式使用ISO-8859-1將設置你所有的頭痛在路​​上的母親：

編碼問題

如果文本文件可以包含某些字符在ASCII範圍之外，那麼它可以想像得到包含以外的任何字符。雖然UTF-8可以代表任何字符，但ISO-8859-1並非如此。

換句話說;你最好的情況下，如果你堅持接口，虐待編碼是不可逆轉的信息損失;最壞的情況是炸藥和燃燒。

我的觀點是：不要掩蓋破損的界面，永遠不要使用UTF-8。