Question

我正在尝试读取已保存为Unicode的.txt文件中的行。这就是我在做的方式：

wifstream input;
string path = "test.txt";
input.imbue(locale(input.getloc(),
        new codecvt_utf16<wchar_t, 0x10ffff, consume_header>));

input.open(path);
if (input.is_open())
{
    wstring line;
    input.seekg( 1 , ios_base::beg);
    getline(input, line);
}

它适用于具有拉丁字符的文件。但对于西里尔文件，我得到奇怪的符号而不是空格和相邻字符。

例如：

输入文件中包含的内容：

ГосдепСШАосудилнападениена

我得到了什么：

！
︓осдепРШАР＆GT;судилР=ападениеР=а

我做错了什么？

Answer 1

你的代码中有一行非常可疑：

input.seekg(1, ios_base::beg);

它设置文件位置，因此读取utf16字符串起始位置1可能不正确（BOM读取不正确）。我对小端的utf16文件有相同的结果。

因此您可以将位置更改为0或删除此行以使此代码正常工作

Answer 2

好吧，想通了路：

FILE *input= _wfopen(L"test.txt", L"rb");
wchar_t line[1000];
test.txtfgetws(line, 1000, input);

这样做很好。对我来说，不要先尝试它是非常愚蠢的。非常感谢大家。

如何在C ++中阅读西里尔文Unicode文件？

2 个答案: