Question

我想知道是否有一种简单的方法可以检测剪贴板上的文字是ISO 8859还是UTF-8？

这是我目前的代码：

    COleDataObject  obj;

    if (obj.AttachClipboard())
    {
        if (obj.IsDataAvailable(CF_TEXT))
        {
            HGLOBAL hmem = obj.GetGlobalData(CF_TEXT);
            CMemFile sf((BYTE*) ::GlobalLock(hmem),(UINT) ::GlobalSize(hmem));
            CString buffer;

            LPSTR str = buffer.GetBufferSetLength((int)::GlobalSize(hmem));
            sf.Read(str,(UINT) ::GlobalSize(hmem));
            ::GlobalUnlock(hmem);

            //this is my string class
            s->SetEncoding(ENCODING_8BIT);
            s->SetString(buffer);
        }
    }
}

Answer 1

在this Microsoft page查看CF_LOCALE的定义。它会告诉您剪贴板中文本的区域设置。更好的是，如果您使用CF_UNICODETEXT，Windows将为您转换为UTF-16。

Answer 2

UTF-8具有非ASCII字节的已定义结构。您可以扫描字节＆gt; = 128，如果检测到任何字节，请检查它们是否形成有效的UTF-8字符串。

有效的UTF-8字节格式可以在Wikipedia上找到：

Unicode             Byte1           Byte2           Byte3           Byte4
U+000000-U+00007F   0xxxxxxx
U+000080-U+0007FF   110xxxxx        10xxxxxx
U+000800-U+00FFFF   1110xxxx        10xxxxxx        10xxxxxx
U+010000-U+10FFFF   11110xxx        10xxxxxx        10xxxxxx        10xxxxxx

老答案：

您不必 - 所有ASCII文本都是有效的UTF-8，因此您可以将其解码为UTF-8，它将按预期工作。

要测试它是否包含非ASCII字符，您可以扫描字节＆gt; = 128。

Answer 3

我可能会弄错，但我认为你不能错：如果我在编辑器中打开没有Bom的UTF-8文件，它默认显示为ISO-8859-1（我的语言环境），旁边有一些奇怪的用法外来（对我而言）重音字符，我没有强烈的视觉提示它是UTF-8（除非它以其他方式在其他地方编码，例如HTML或XML中的字符集声明）：它是完全有效的Ansi文本。

John写道“所有ASCII文本都是有效的UTF-8”，但反之亦然。

Windows XP +自然使用UTF-16，并且有剪贴板格式，但是AFAIK它只是忽略了UTF-8，没有特殊处理。
（嗯，实际上有一个API可以将UTF-8转换为UTF-16（或Ansi等）。

Answer 4

您可以查看obj.IsDataAvailable（CF_UNICODETEXT）以查看剪贴板上的内容的unicode版本是否可用。

- 亚当

如何判断Windows剪贴板上的文本是否为ISO 8859或C ++中的UTF-8？

4 个答案: