fopen 一切皆有可能 - 这可能吗？
Posted
技术标签:
【中文标题】fopen 一切皆有可能 - 这可能吗？【英文标题】：fopen for everything - is this possible? 【发布时间】：2011-10-12 20:40:28 【问题描述】：我曾经对 windows 进行编程，但我想尝试制作一个跨平台的应用程序。如果您不介意，我还有一些问题：
问题 1
有没有办法打开 UNICODE\ASCII 文件并使用裸 ANSI C 自动检测它的编码。MSDN 说 fopen() 可以在各种 UNICODE 格式（utf-8、utf-16、UNICODE BI\LI）之间切换，如果我将使用“ccs=UNICODE”标志。实验发现从 UNICODE 切换到 ASCII 不会发生，但在尝试解决这个问题时，我发现文本 Unicode 文件有一些前缀，如 0xFFFE、0xFEFF 或 0xFEBB。
FILE *file;
__int16 isUni;
file = _tfopen(filename, _T("rb"));
fread(&(isUni),1,2,file);
fclose(file);
if( isUni == (__int16)0xFFFE || isUni == (__int16)0xFEFF || isUni == (__int16)0xFEBB)
file = _tfopen(filename, _T("r,ccs=UNICODE"));
else
file = _tfopen(filename, _T("r"));
那么，我可以做出这样的跨平台而不是那么难看的东西吗？
问题 2
我可以在 Windows 中执行类似的操作，但它可以在 Linux 中使用吗？
file = fopen(filename, "r");
fwscanf(file,"%lf",buffer);
如果没有，那么是否有某种 ANSI C 函数可以将 ASCII 字符串转换为 Unicode？我想在我的程序中使用 Unicode 字符串。
问题 3
此外，我需要将 Unicode 字符串输出到控制台。 windows里有setlocale(*)，但是linux下怎么办呢？那里的控制台似乎已经是 Unicode 了。
问题 4
一般来说，我想在我的程序中使用 Unicode，但我遇到了一些奇怪的问题：
f = fopen("inc.txt","rt");
fwprintf(f,L"Текст"); // converted successfully
fclose(f);
f = fopen("inc_u8.txt","rt, ccs = UNICODE");
fprintf(f,"text"); // failed to convert
fclose(f);
附：是否有一些关于跨平台编程的好书，比较 windows 和 linux 程序代码的东西？还有一些关于使用Unicode的方法的书，实用的方法，就是这样。我不想沉浸在简单的 UNICODE BI\LI 历史中，我对特定的 C/C++ 库感兴趣。
【问题讨论】：
在这里很好地讨论了 unicode 检测的问题：blogs.msdn.com/b/oldnewthing/archive/2007/04/17/2158334.aspx 我认为 ccs=anything 不是标准的，所以它不会是可移植的 ANSI C 不支持 UNICODE，它支持 wchar_t 但 wchar_t 不是 UNICODE，因此 -> 没办法 以字节 FE 和 FF 开头的文件可能是大端 UTF-16。如果它以 FF、FE 开头，那么它可能是小结尾的 UTF-16。这两个字节是一个 16 位的 BOM（字节顺序标记），用于区分大端和小端（它们实际上是编码的“零宽度无间隔”字符）。 一些 UTF-8 文件也以编码的 BOM（将是 3 个字节）开头，但大多数不是。在没有 BOM 或某些字节超过 127 的情况下，ASCII 文件和等效的 UTF-8 文件之间实际上没有区别。 Unicode 还不是 c 标准的一部分。它可能会与 C1X 一起添加，但我们拭目以待。在那之前，看看libicu。 【参考方案1】：问题一：
是的，您可以检测字节顺序标记，即您发现的字节序列 - 如果您的文件有一个。 在 Google 和 *** 上搜索将完成剩下的工作。 至于“不那么丑”：您可以重构/美化您的代码，例如编写一个确定BOM的函数，并在开始时执行，然后根据需要调用fopen或_tfopen。 然后你可以再次重构它，并编写你自己的 fopen 函数。但它仍然会很丑。
问题 2：
是的，但 unicode 函数在 Linux 上的调用方式与在 Windows 上的调用方式不同。 使用定义。 也许写你自己的 TCHAR.H
问题 3：
#include <locale.h>
setlocale(LC_ALL, "en.UTF-8")
man 3 设置语言环境
问题 4： 只需使用 fwprintf。 另一个不是标准。
您可以使用 wxWidgets 工具包。 它使用 unicode，并使用在 Windows、Linux、Unix 和 Mac 上具有相同实现的类。
对您来说更好的问题是如何将 ASCII 转换为 Unicode，反之亦然。 是这样的：
std::string Unicode2ASCII( std::wstring wstrStringToConvert )
size_t sze_StringLength = wstrStringToConvert.length() ;
if(0 == sze_StringLength)
return "" ;
char* chrarry_Buffer = new char[ sze_StringLength + 1 ] ;
wcstombs( chrarry_Buffer, wstrStringToConvert.c_str(), sze_StringLength ) ; // Unicode2ASCII, const wchar_t* C-String 2 mulibyte C-String
chrarry_Buffer[sze_StringLength] = '\0' ;
std::string strASCIIstring = chrarry_Buffer ;
delete chrarry_Buffer ;
return strASCIIstring ;
std::wstring ASCII2Unicode( std::string strStringToConvert )
size_t sze_StringLength = strStringToConvert.length() ;
if(0 == sze_StringLength)
return L"" ;
wchar_t* wchrarry_Buffer = new wchar_t[ sze_StringLength + 1 ] ;
mbstowcs( wchrarry_Buffer, strStringToConvert.c_str(), sze_StringLength ) ; // Unicode2ASCII, const. mulibyte C-String 2 wchar_t* C-String
wchrarry_Buffer[sze_StringLength] = L'\0' ;
std::wstring wstrUnicodeString = wchrarry_Buffer ;
delete wchrarry_Buffer ;
return wstrUnicodeString ;
编辑： 这里对 Linux (wchar.h) 上可用的 Unicode 函数有一些了解：
__BEGIN_NAMESPACE_STD
/* Copy SRC to DEST. */
extern wchar_t *wcscpy (wchar_t *__restrict __dest,
__const wchar_t *__restrict __src) __THROW;
/* Copy no more than N wide-characters of SRC to DEST. */
extern wchar_t *wcsncpy (wchar_t *__restrict __dest,
__const wchar_t *__restrict __src, size_t __n)
__THROW;
/* Append SRC onto DEST. */
extern wchar_t *wcscat (wchar_t *__restrict __dest,
__const wchar_t *__restrict __src) __THROW;
/* Append no more than N wide-characters of SRC onto DEST. */
extern wchar_t *wcsncat (wchar_t *__restrict __dest,
__const wchar_t *__restrict __src, size_t __n)
__THROW;
/* Compare S1 and S2. */
extern int wcscmp (__const wchar_t *__s1, __const wchar_t *__s2)
__THROW __attribute_pure__;
/* Compare N wide-characters of S1 and S2. */
extern int wcsncmp (__const wchar_t *__s1, __const wchar_t *__s2, size_t __n)
__THROW __attribute_pure__;
__END_NAMESPACE_STD
#ifdef __USE_XOPEN2K8
/* Compare S1 and S2, ignoring case. */
extern int wcscasecmp (__const wchar_t *__s1, __const wchar_t *__s2) __THROW;
/* Compare no more than N chars of S1 and S2, ignoring case. */
extern int wcsncasecmp (__const wchar_t *__s1, __const wchar_t *__s2,
size_t __n) __THROW;
/* Similar to the two functions above but take the information from
the provided locale and not the global locale. */
# include <xlocale.h>
extern int wcscasecmp_l (__const wchar_t *__s1, __const wchar_t *__s2,
__locale_t __loc) __THROW;
extern int wcsncasecmp_l (__const wchar_t *__s1, __const wchar_t *__s2,
size_t __n, __locale_t __loc) __THROW;
#endif
/* Special versions of the functions above which take the locale to
use as an additional parameter. */
extern long int wcstol_l (__const wchar_t *__restrict __nptr,
wchar_t **__restrict __endptr, int __base,
__locale_t __loc) __THROW;
extern unsigned long int wcstoul_l (__const wchar_t *__restrict __nptr,
wchar_t **__restrict __endptr,
int __base, __locale_t __loc) __THROW;
__extension__
extern long long int wcstoll_l (__const wchar_t *__restrict __nptr,
wchar_t **__restrict __endptr,
int __base, __locale_t __loc) __THROW;
__extension__
extern unsigned long long int wcstoull_l (__const wchar_t *__restrict __nptr,
wchar_t **__restrict __endptr,
int __base, __locale_t __loc)
__THROW;
extern double wcstod_l (__const wchar_t *__restrict __nptr,
wchar_t **__restrict __endptr, __locale_t __loc)
__THROW;
extern float wcstof_l (__const wchar_t *__restrict __nptr,
wchar_t **__restrict __endptr, __locale_t __loc)
__THROW;
extern long double wcstold_l (__const wchar_t *__restrict __nptr,
wchar_t **__restrict __endptr,
__locale_t __loc) __THROW;
/* Copy SRC to DEST, returning the address of the terminating L'\0' in
DEST. */
extern wchar_t *wcpcpy (wchar_t *__restrict __dest,
__const wchar_t *__restrict __src) __THROW;
/* Copy no more than N characters of SRC to DEST, returning the address of
the last character written into DEST. */
extern wchar_t *wcpncpy (wchar_t *__restrict __dest,
__const wchar_t *__restrict __src, size_t __n)
__THROW;
#endif /* use GNU */
/* Wide character I/O functions. */
#ifdef __USE_XOPEN2K8
/* Like OPEN_MEMSTREAM, but the stream is wide oriented and produces
a wide character string. */
extern __FILE *open_wmemstream (wchar_t **__bufloc, size_t *__sizeloc) __THROW;
#endif
#if defined __USE_ISOC95 || defined __USE_UNIX98
__BEGIN_NAMESPACE_STD
/* Select orientation for stream. */
extern int fwide (__FILE *__fp, int __mode) __THROW;
/* Write formatted output to STREAM.
This function is a possible cancellation point and therefore not
marked with __THROW. */
extern int fwprintf (__FILE *__restrict __stream,
__const wchar_t *__restrict __format, ...)
/* __attribute__ ((__format__ (__wprintf__, 2, 3))) */;
/* Write formatted output to stdout.
This function is a possible cancellation point and therefore not
marked with __THROW. */
extern int wprintf (__const wchar_t *__restrict __format, ...)
/* __attribute__ ((__format__ (__wprintf__, 1, 2))) */;
/* Write formatted output of at most N characters to S. */
extern int swprintf (wchar_t *__restrict __s, size_t __n,
__const wchar_t *__restrict __format, ...)
__THROW /* __attribute__ ((__format__ (__wprintf__, 3, 4))) */;
/* Write formatted output to S from argument list ARG.
This function is a possible cancellation point and therefore not
marked with __THROW. */
extern int vfwprintf (__FILE *__restrict __s,
__const wchar_t *__restrict __format,
__gnuc_va_list __arg)
/* __attribute__ ((__format__ (__wprintf__, 2, 0))) */;
/* Write formatted output to stdout from argument list ARG.
This function is a possible cancellation point and therefore not
marked with __THROW. */
extern int vwprintf (__const wchar_t *__restrict __format,
__gnuc_va_list __arg)
/* __attribute__ ((__format__ (__wprintf__, 1, 0))) */;
/* Write formatted output of at most N character to S from argument
list ARG. */
extern int vswprintf (wchar_t *__restrict __s, size_t __n,
__const wchar_t *__restrict __format,
__gnuc_va_list __arg)
__THROW /* __attribute__ ((__format__ (__wprintf__, 3, 0))) */;
/* Read formatted input from STREAM.
This function is a possible cancellation point and therefore not
marked with __THROW. */
extern int fwscanf (__FILE *__restrict __stream,
__const wchar_t *__restrict __format, ...)
/* __attribute__ ((__format__ (__wscanf__, 2, 3))) */;
/* Read formatted input from stdin.
This function is a possible cancellation point and therefore not
marked with __THROW. */
extern int wscanf (__const wchar_t *__restrict __format, ...)
/* __attribute__ ((__format__ (__wscanf__, 1, 2))) */;
/* Read formatted input from S. */
extern int swscanf (__const wchar_t *__restrict __s,
__const wchar_t *__restrict __format, ...)
__THROW /* __attribute__ ((__format__ (__wscanf__, 2, 3))) */;
# if defined __USE_ISOC99 && !defined __USE_GNU \
&& (!defined __LDBL_COMPAT || !defined __REDIRECT) \
&& (defined __STRICT_ANSI__ || defined __USE_XOPEN2K)
# ifdef __REDIRECT
/* For strict ISO C99 or POSIX compliance disallow %as, %aS and %a[
GNU extension which conflicts with valid %a followed by letter
s, S or [. */
extern int __REDIRECT (fwscanf, (__FILE *__restrict __stream,
__const wchar_t *__restrict __format, ...),
__isoc99_fwscanf)
/* __attribute__ ((__format__ (__wscanf__, 2, 3))) */;
extern int __REDIRECT (wscanf, (__const wchar_t *__restrict __format, ...),
__isoc99_wscanf)
/* __attribute__ ((__format__ (__wscanf__, 1, 2))) */;
extern int __REDIRECT_NTH (swscanf, (__const wchar_t *__restrict __s,
__const wchar_t *__restrict __format,
...), __isoc99_swscanf)
/* __attribute__ ((__format__ (__wscanf__, 2, 3))) */;
# else
extern int __isoc99_fwscanf (__FILE *__restrict __stream,
__const wchar_t *__restrict __format, ...);
extern int __isoc99_wscanf (__const wchar_t *__restrict __format, ...);
extern int __isoc99_swscanf (__const wchar_t *__restrict __s,
__const wchar_t *__restrict __format, ...)
【讨论】：
对，但是思路是一样的。使用的函数是普通的 C 函数。只需使用 malloc 代替 new，wcslen 代替 wstring.length，将 string 更改为 char* 并将 wstring 更改为 wchar_t*，然后在任何地方都省略 .c_str()，然后您就有了纯 C 代码。【参考方案2】：正如我在评论中所建议的，您应该查看ICU，它是 IBM 创建的用于 Unicode 处理的跨平台 C 库。它通过一个非常强大的 String 类为 C++ 和 Java 提供了额外的支持。它在android和ios等很多地方都有使用，因此非常稳定和成熟。
【讨论】：
以上是关于fopen 一切皆有可能 - 这可能吗？的主要内容，如果未能解决你的问题，请参考以下文章