逐行讀取Unicode文件C++

在C++中逐行讀取Unicode文件的正確方法是什麼？逐行讀取Unicode文件C++

我想讀取由Windows記事本保存爲Unicode（LE）的文件。

假設文件在單獨的行上只包含字符A和B.

在讀取由字節的文件字節，我看到後面的字節序列（十六進制）：

FE FF 41 00 0D 00 0A 00 42 00 0D 00 0A 00

SO 2字節BOM， 2字節'A'，2字節CR，2字節LF，2字節'B'，2字節CR，2字節LF。

我嘗試使用下面的代碼讀取文本文件：

std::wifstream file("test.txt"); 
    file.seekg(2); // skip BOM 
    std::wstring A_line; 
    std::wstring B_line; 
    getline(file,A_line); // I get "A" 
    getline(file,B_line); // I get "\0B"

我用得到相同的結果>>操盤函數getline

file >> A_line; 
    file >> B_line;

看來，單字節CR字符僅作爲單個字節使用。或CR NULL LF正在被使用，但不是高字節的NULL。我希望在文本模式下的wifstream會讀取2字節的CR和2字節的LF。

我在做什麼錯？爲了解析新行，人們似乎不應該在二進制模式下逐字節讀取文本文件。

來源

2010-06-07 Roger Nelson

std::wifstream將寬字符集暴露給程序，它通常是Windows上的UCS-2和Unix上的UTF-32，但假定輸入文件仍使用窄字符。如果您希望它在磁盤上使用寬字符，則需要使用std::codecvt<wchar_t, wchar_t>構面。

您應該能夠找到編譯器的實現std::codecvt<char, char>這也是一個非轉換的代碼轉換方面，並將字符更改爲wchar_ts。

來源

2010-06-07 03:00:27

逐行讀取Unicode文件C++

回答

相關問題