问题标签 [multibyte]

我的应用程序必须将数据写入 XML 文件，该文件将由 swf 文件读取。swf 期望 XML 中的数据采用 UTF-8 编码。我必须将我的应用程序中的一些多字节字符（简体中文、日语、韩语等）转换为 UTF-8。是否有任何 API 调用可以让我这样做？我不想使用任何第 3 方 dll。我需要在 Windows 和 Mac 上都这样做，并且如果可用的话，我更喜欢任何系统 API。

感谢 jbsp72

有没有办法在代码中将字符集设置为多字节。我的意思是不进入编译器的属性并设置它。我的意思是，嗯......在代码中。:p

在我的项目中，我采用 Aho-Corasick 算法在服务器端做一些消息过滤模式，服务器得到的消息是多字节字符串。但经过几次测试，我发现瓶颈是多字节字符串和 unicode wstring 之间的转换。我现在用的是mbstowcs_s和wcstombs_s这对，占了整个模式将近95%的时间成本。另外，我尝试过 MultiByteToWideChar/WideCharToMultiByte，结果是一样的。所以我想知道是否有其他更有效的方法来完成这项工作？我的项目是用VS2005构建的，转换后的字符串会包含汉字。非常感谢。

我正在尝试在字符串过滤器中使用此方法：

我期待这个

还有这个

那是$chars减去字符串的字符$terminator。

此外，过滤器应该在低于$chars限制的第一个单词边界处切割，例如

我很确定这应该适用于这些步骤

• 从最大字符中减去终止符中的字符数
• 验证字符串是否比计算的限制长或原样返回
• 找到低于计算限制的字符串中的最后一个空格字符以获取单词边界
• 如果没有找到最后一个空格，则在最后一个空格处剪切字符串或计算限制
• 将终止符附加到字符串
• 返回字符串

但是，我现在尝试了各种str*和mb_*功能的组合，但都产生了错误的结果。这不可能那么难，所以我显然错过了一些东西。有人会为此分享一个有效的实现，或者将我指向一个我最终可以理解如何做到这一点的资源。

谢谢

PS 是的，我之前检查过https://stackoverflow.com/search?q=truncate+string+php :)

我真的对这个 unicode 与多字节的东西感到困惑。

假设我正在用 Unicode 编译我的程序（但最终，我想要一个独立于所用字符集的解决方案）。

1) 所有的 'char' 都会被解释为宽字符吗？

2) 如果我有一个简单的 printf 语句，即 printf("Hello World\n"); 没有字符串，我可以不使用 _tprintf 和 _T("...") 吗？如果 printf 语句包含字符串，那么我应该使用 _tprintf 和 _T("...")，即 _tprintf("Hello %s\n", name); ?

3) 如果我有一个要读入缓冲区的文本文件（以默认格式保存，即不更改使用的默认字符集），我还可以使用 char 代替 TCHAR 吗？特别是如果我逐个字符地阅读它，即通过增加字符指针？

谢谢你。

问候，雷恩

我正在使用 Visual Studio .NET 2003，我正在尝试将纯 ANSI 字符编写的程序转换为独立于 Unicode/多字节字符。

该程序有一个pcap_loop的回调函数，称为“got_packet”。它被定义为

但是，我收到错误消息

如何解决这个问题？

我需要解析文件中的字节，以便仅在识别出某个字节序列后才获取数据。例如，如果序列只是 0xFF（一个字节），那么我可以在集合上使用 LINQ：

但是有没有一种优雅的方法来检测多字节序列 - 例如 0xFF、0xFF - 特别是在它开始得到误报匹配的情况下回溯？

假设我有一个像“äa”这样的字符数组。有没有办法获得第一个字符的 ascii 值（例如 228），它是一个多字节？即使我将数组转换为 wchar_t * 数组，我也无法获得“ä”的 ascii 值，因为它有 2 个字节长。有没有办法做到这一点，我现在尝试了 2 天 :(

我正在使用 gcc。

谢谢！

我的页面中有一些非英语/外语文本，但是当我尝试将其设为小写时，它的字符会转换为包含问号的黑色菱形。

我已经在元标记中设置了我的字符集，但这并没有解决它。

我该怎么做才能将我的字符串转换为小写而不破坏它？