0

我正在编写一个使用 Raptor RDF 库解析 rdf-xml 文件（UTF-8 编码）的程序（c++，Windows）。一切都很好，除非解析器找到包含特殊字符的文字值（例如 'µ' '°' '²' 等）。在这些情况下，解析器返回一个非解释字符串。例如，如果解析器找到文字值：

无语

它将返回一个 char 选项卡，其中包含：

“bla\u00B5bla”

（引号不是错误，返回的字符串被'"'包围）。

我说这个字符串是不可解释的，因为如果我直接在我的代码中写它，我会得到预期的结果：

std::string test("bla\u00B5bla"); printf(test.c_str());

输出 ：

无语

如果我想重现 Raptor 解析器返回的字符串，我应该这样做：

std::string test("\"bla\\u00B5bla\""); printf(test.c_str());

输出 ：

“bla\u00B5bla”

所以，我的问题是：如何重新解释字符串中的特殊字符？我已经做了一些研究，但我找不到任何可以回答这个问题的东西。任何帮助都会非常有用和感激，谢谢。

EDIT1：这里有一些简化的代码显示了我如何得到“非解释”字符串：

void triple_handler(void* user_data, raptor_statement* triple) {
    if (triple->object->type == RAPTOR_TERM_TYPE_LITERAL){
        printf((char*) raptor_term_to_string(triple->object));
    }
}

输出（假设文件中的原始文字值为：blaµbla）：

“bla\u00B5bla”

我的目标只是从中恢复原始正确的字符串。

4

1 回答 1

0

如果没有其他方法，例如要求该库输出 Unicode 字符串，或根据当前字符集翻译 Unicode 字符等。

或者你可以做这样的事情（只是伪代码，可能是错误的，只是给你一些提示，你可以自己将字符串转换为 wstring）：

wstring foo(string in_src)
{
    wstring out = L"";

    for (auto i = in_src.begin(), e = in_src.end(); i != e;)
    {
        if (*i != '\\')
        {
            out += (wchar_t)*i;

            ++i;
        }
        else
        {
            if (e - i > 1 && *(i + 1) == '\\')
            {
                out += L'\\';

                i += 2;
            }
            else if (e - i > 4)
            {
                wchar_t c;

                if (convert_next_4_chars_as_hex_number_by_whatever_means(i + 1, c))
                {
                    out += c;

                    i += 5;
                }
                else
                {
                    throw some_error;
                }
            }
            else
            {
                throw some_error;
            }
        }
    }

    return out;
}
于 2013-06-04T09:44:03.277 回答