ICU字節順序標記（BOM）

我正在使用ICU的ustdio函數將UnicodeString對象寫入一系列編碼中的文件，但它似乎並未預先附加BOM。ICU字節順序標記（BOM）

我的代碼：

void write_file(const char* filename, UnicodeString &str) { 

    UFILE* f = u_fopen(filename, "w", NULL, "UTF-16 LE"); 
    u_file_write(str.getTerminatedBuffer(), str.length() + 1, f); 
    u_fclose(f); 
} 

int _tmain(int argc, _TCHAR* argv[]) 
{ 
    UnicodeString str(L"ΠαρθένωνΗ"); 

    write_file("test.txt", str); 

    return 0; 
}

文件編碼並交換當我改變LE是，但有沒有BOM，在十六進制編輯器輸出文件：

A0 03 B1 03 C1 03 B8 03 AD 03 BD 03 C9 03 BD 03 97 03 00 00

注意：如果我將代碼頁設置爲「UTF-16」，則有一個BOM，但是一旦我手動指定它消失的字節序。

或者，有沒有一種方法可以將UnicodeString寫入具有BOM的文件？

來源

2011-08-19 CD1212

那麼，有道理不是嗎？物料清單可以幫助文件的讀者發現尾端。因此，默認情況下您的計算機寫入的內容無關緊要。如果你使用「UTF-16」，那麼任何人都可以閱讀它。 –

此行爲由Unicode標準規定：如果您有一些更高級別的協議（在本例中爲您的C代碼）指示字節順序，則不得使用BOM。 – Philipp

只是猜測，當字節順序被很好地指定時，「UTF-16 LE」和「UTF-16 BE」被打算使用，並且在文件將被使用的上下文中BOM不是必需的。

您應該可以將自己的BOM character '\ufeff'寫入文件。

來源

2011-08-19 16:14:09

你完全正確。如果你想要一個在utf-16 LE或BE下，你應該寫你自己的BOM字符。請注意，「utf-16」轉換器寫入BOM並「檢測」傳入的BOM，因此如果有BOM，utf-16可以讀取LE或BE。 u_fputc（0x00feff，f）; –

u_fputc(0x00feff,f);

將做到這一點。

來源

2011-08-19 20:57:44

ICU字節順序標記（BOM）

回答

相關問題