Question

我正在编写一个程序（c ++，Windows），它使用Raptor RDF librairies解析rdf-xml文件（UTF-8编码）。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''°'''等）。在这些情况下，解析器返回非解释字符串。例如，如果解析器找到文字值：

blaμbla

它将返回一个包含以下内容的char选项卡：

“BLA \ u00B5bla”

（引号不是错误，返回的字符串由'“'代表。）

我说这个字符串是非解释的，因为如果我直接在我的代码中编写它，我将得到预期的结果：

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

输出：

blaμbla

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？我做了一些研究，但我找不到任何答案。任何帮助都非常有用和赞赏，谢谢。

EDIT1：这里有一些简化的代码显示我如何得到'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。

Answer 1

如果没有其他方法可以要求库输出Unicode字符串，或者根据当前字符集等转换Unicode字符

或者你可以做这样的事情（只是伪代码，也许是错误的，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;
}

如何重新解释特殊字符的“源代码”

1 个答案: