2

这甚至可能吗？我一直在尝试阅读一个包含俄语的简单文件，但它显然不起作用。

我调用了 file.imbue(loc)（此时，loc 是正确的，Russian_Russia.1251）。buf 的类型为 basic_string<wchar_t>

我使用 basic_ifstream<wchar_t> 的原因是因为这是一个模板（从技术上讲，basic_ifstream<T>，但在这种情况下，T=wchar_t）。

这一切都与英文字符完美配合......

while (file >> ch)
{
    if(isalnum(ch, loc))
    {
        buf += ch;
    }
    else if(!buf.empty())
    {
        // Do stuff with buf.
        buf.clear();
    }
}

我不明白为什么在阅读俄语字符时会出现垃圾。（例如，如果文件包含 хеы хеы хеы，我会得到“яюE”、5（正方形）、K（正方形）等...

4

4 回答 4

1

仍然有很多 STL 实现没有可以处理 Unicode 编码的 std::codecvt。它们的 wchar_t 模板流将默认为系统代码页，即使它们以其他方式启用了 Unicode，例如文件名。如果文件实际上包含 UTF-8，它们会产生垃圾。也许这会有所帮助。

于 2010-03-17T17:42:12.280 回答
1

代码页 1251 不适用于 Unicode——如果有记忆，它适用于 8859-5。不幸的是，您的 iostream 实现可能不支持“开箱即用”的 UTF-16。这有点奇怪，因为这样做只会涉及通过未更改的数据，但大多数人仍然不支持它。对于它的价值，至少如果我没记错的话，C++ 0x 应该添加这个。

于 2010-03-17T17:09:09.480 回答
0

I am not sure, but you can try to call setlocale(LC_CTYPE, "");

于 2010-03-17T18:42:54.283 回答
0

默认情况下，Iostreams 假定磁盘上的任何数据都是非 unicode 格式，以便与不处理 unicode 的现有程序兼容。C++0x 将通过允许本机 unicode 支持来解决这个问题，但此时std::codecvt<wchar_t, char, mbstate_t>iostreams 使用一个用于将普通 char 数据转换为宽字符的方法。请参阅 cplusplus.com对 std::codecvt 的描述。

如果您想将 unicode 与 iostreams 一起使用，您需要使用 form 指定一个 codecvt facet std::codecvt<wchar_t, wchar_t, mbstate_t>，它只是通过未更改的数据。

于 2010-03-17T17:41:31.543 回答