Question

我想将存在的每个字符都写入文件中。我想unicode有最完整的字符集，但我不能说。你能帮我解决这个问题吗？我在C ++工作。这段代码似乎“只”写了一组ASCII字符（或者我错了吗？）。谢谢你的帮助。

#include <iostream>
#include <fstream>

using namespace std;

int main(void) {

wofstream wOutStream;
wOutStream.open("myFile.txt");

wchar_t myChar = 0;
do {
    wOutStream << myChar << " ";
    myChar++;
} while (myChar != 0);

wOutStream.close();

cin.get();
return 0;
}

Answer 1

这是一个相当开放的问题，确切的答案取决于你有多雄心勃勃。所以我不会发布一个程序，只列出基本步骤：

Unicode将字符分配给数字（称为代码点），例如“A”分配给nr 65，通常以十六进制写为U + 0041。它还定义了名称和许多其他属性。例如，“A”被称为“LATIN CAPITAL LETTER A”，它的小写版本是“a”，它是从左到右语言等的一部分。
但就它本身而言，不指定该字符如何写入文件。为此，你必须选择一个编码。常见的编码是UTF-8，应该很容易找到将代码点编码为字节的代码。如果您打开文本文件，那么您的编辑器也需要了解该编码（对于UTF-8来说不应该是一个问题）。
特别是对于C ++，在编写UTF-8时，我会打开一个窄输出流（std::ofstream）并写入字节。 C ++原则上不支持编写Unicode文件。你的程序大致如此。
```
for (unsigned int codePoint = 0; codePoint < 0x110000; ++codePoint)
{
    std::string utf8 = encode_utf8(codePoint);
    outStream << utf8 << " ";
}
```
也许每256个字符左右添加一个换行符。
有17个 plane 的2 ^ 16个代码点。许多常用字符都在第一个平面上。您可以只打印第一个平面（U + 0000到U + FFFF），或打印所有代码点（U + 0000到U + 10FFFF）。有些飞机还没有指定角色。
您是否只想打印指定的代码点？在这种情况下，您必须从Unicode联盟下载列表并解析它。没有公式可以产生分配的代码点。或者像其他人指出的那样，你可以使用内置这些表的语言，比如Python或Java。
最后，一些范围是为私人使用保留的。您也可以选择跳过这些内容。

将每个可能的char写入文件

1 个答案: