将unicoded字符串转换为C

时间:2018-01-31 08:37:45

标签: c string unicode char

我需要将一个unicoded字符串转换为适当的语言。我需要逐行读取文本文件。一条线可能包含unicode这样的东西

  

\ XE6 \ XAC \ XA2 \ xE8 \ XBF \ x8E

这基本上是一个等于

的中文文本
  

欢迎

现在我需要从文本文件中删除此行(\ xE6 \ xAC \ xA2 \ xE8 \ xBF \ x8E),将此unicode转换为中文文本,将此中文文本附加到文本文件中。

以下是我的data.txt文件的内容:

testing
programming
\xE6\xAC\xA2\xE8\xBF\x8E
development

我想将文件内容改为:

testing
programming
development
欢迎

以下是我到目前为止所做的事情

#include <stdio.h>
#include <string.h>
#include <stdlib.h>


#define MAX 256

  int main() 
  {
        int ctr = 0;
        char ch;
        FILE *fptr1, *fptr2;
        char fname[MAX] = "data.txt";
        char str[MAX], temp[] = "temp.txt";
        char str2[256];

        fptr1 = fopen(fname, "r");
        if (!fptr1) 
        {
                printf(" File not found or unable to open the input file!!\n");
                return 0;
        }
        fptr2 = fopen(temp, "w"); // open the temporary file in write mode 
        if (!fptr2) 
        {
                printf("Unable to open a temporary file to write!!\n");
                fclose(fptr1);
                return 0;
        }

        // copy all contents to the temporary file except the specific line with unicode characters
        while (!feof(fptr1)) 
        {
            strcpy(str, "\0");
            fgets(str, MAX, fptr1);
            if (!feof(fptr1)) 
            {
                ctr++;
                if(strstr(str,"\\")!=NULL)
                {
                    memset(str2,'\0',sizeof(str2));
                    printf("Input String Contains Unicode Character\n");                    
                    str[strlen(str)-1]='\0';

                    sprintf(str2,"echo %s >> data.txt",str);
                    printf("Final String: %s\nUnicode String Size: %ld\n",str2,strlen(str));
                    system(str2);
                }
                else
                {

                    fprintf(fptr2, "%s", str);                  
                }
            }
        }
        fclose(fptr1);
        fclose(fptr2);
        remove(fname);          // remove the original file 
        rename(temp, fname);    // rename the temporary file to original name
/*------ Read the file ----------------*/
   fptr1=fopen(fname,"r"); 
            ch=fgetc(fptr1); 
          printf(" Now the content of the file %s is : \n",fname); 
          while(ch!=EOF) 
            { 
                printf("%c",ch); 
                 ch=fgetc(fptr1); 
            }
        fclose(fptr1);
/*------- End of reading ---------------*/
        return 0;

  } 

当试图编译并运行此代码时,下面是我看到的输出

Input String Contains Unicode Character
Final String: echo \xE6\xAC\xA2\xE8\xBF\x8E >> data.txt
Unicode String Size: 24
 Now the content of the file data.txt is : 
testing
programming
development
xE6xACxA2xE8xBFx8E

改变以下行时的相同代码,它按预期工作

 sprintf(str2,"echo %s >> data.txt",str); 
 sprintf(str2,"echo %s >> data.txt","\xE6\xAC\xA2\xE8\xBF\x8E");

但是当从文件中读取值时,它无法正常工作。

此行也将字符串标识为具有正确大小的unicode字符串

printf("Final String: %s\nUnicode String Size: %ld\n",str2,strlen(str));
The String Size: 6

有人可以告诉我,从文本文件中读取时如何将值转换为中文。

2 个答案:

答案 0 :(得分:0)

您必须确定行中的\x个位置,比如指针p然后指向下一个字符。现在

char hex[3] = { p[0], p[1], 0 }; 
char val = strtoul(hex, 0, 16);
p += 2;

将返回val中以十六进制解释的以下两个字节的值。

答案 1 :(得分:0)

我能够完成转换。以下是我的最终代码

                if(strstr(str,"\\")!=NULL)
                {
                    memset(str2,'\0',sizeof(str2));
                    printf("Input String Contains Unicode Character\n");                    
                    str[strlen(str)-1]='\0';


                    sprintf(str2,"echo %s | sed \'s/[\\\\x]//g\' | xxd -r -p >> data.txt",str);
                    printf("Final String: %s\nUnicode String Size: %ld\n",str2,strlen(str));
                    system(str2);
                }

感谢您的所有回复,并感谢@chux为您的指针