3

Написал приложение на Visual C++ 2010 express. Выяснилось что в выходной файл также должны писаться и кирилица. Файл должен быть в кодировки utf-8. Заменил ofstream на owstream. И если раньше просто выходила неверная кодировка, то теперь при попытки записать строку содержащую кирилицу. Поток обрывается на начале кирилице. (Файл XML) Посоветуйте как правильно работать с кирилицей. Вот куски кода.

...  
wofstream xml;  
...  
xml.open("output.xml");  
...  
xml << "path=\""<< fname <<"\" "; // < тут происходит обрыв потока... например строку вида "D:\backup\section один" пишет в файл как D:\backup\section и все дальше в файл ничего не попадает.  
...

Попробовал следующий упрощенный вариант... результат тот же, пишет только латиницу.

#include "stdafx.h"
using namespace std;
int _tmain(int argc, _TCHAR* argv[])
{
wofstream xml;
wstring s0 = L"example cyrilic and latin text Кириллица и латинский текст";
xml.open("output.txt");
xml << L"example cyrilic and latin text Кириллица и латинский текст" << endl;
//xml << s0 << endl; <-тут такой же результат как и выше... записывается только латиница.
return 0;
}

Попробовал добавить setlocale(LC_ALL, "ru_RU.UTF-8");... результат прежний.

Да в тестовом упрощенном видно... в полной версии.. (листинг большой и разбит на несколько файлов) проблема осталась... Вышел из положения вернувшись обратно к ofstream. И пишу строки использую cp2utf....

void cp2utf( char* str, char* res ) {
static const long utf[ 256 ] = {
0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,
31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55,56,57,58,
59,60,61,62,63,64,65,66,67,68,69,70,71,72,73,74,75,76,77,78,79,80,81,82,83,84,85,86,
87,88,89,90,91,92,93,94,95,96,97,98,99,100,101,102,103,104,105,106,107,108,109,110,
111,112,113,114,115,116,117,118,119,120,121,122,123,124,125,126,127,1026,1027,8218,
1107,8222,8230,8224,8225,8364,8240,1033,8249,1034,1036,1035,1039,1106,8216,8217,
8220,8221,8226,8211,8212,8250,8482,1113,8250,1114,1116,1115,1119,160,1038,1118,1032,
164,1168,166,167,1025,169,1028,171,172,173,174,1031,176,177,1030,1110,1169,181,182,
183,1105,8470,1108,187,1112,1029,1109,1111,1040,1041,1042,1043,1044,1045,1046,1047,
1048,1049,1050,1051,1052,1053,1054,1055,1056,1057,1058,1059,1060,1061,1062,1063,
1064,1065,1066,1067,1068,1069,1070,1071,1072,1073,1074,1075,1076,1077,1078,1079,
1080,1081,1082,1083,1084,1085,1086,1087,1088,1089,1090,1091,1092,1093,1094,1095,
    1096,1097,1098,1099,1100,1101,1102,1103
};
int cnt = strlen( str ),
i = 0, j = 0;
for(; i < cnt; ++i ) {
    long c = utf[ (unsigned char) str[ i ] ];
    if( c < 0x80 ) {
    res[ j++ ] = c;
    }
    else if( c < 0x800 ) {
        res[ j++ ] = c >> 6 | 0xc0;
        res[ j++ ] = c & 0x3f | 0x80;
    } 
    else if( c < 0x10000 ) {
        res[ j++ ] = c >> 12 | 0xe0;
        res[ j++ ] = c >> 6 & 0x3f | 0x80;
        res[ j++ ] = c & 0x3f | 0x80;
    } 
}
res[ j ] = '\0';
}

Всем спасибо за помощь. К сожалению проблему с wofstream не решил. Необходимого функционала добился способом описанным выше.

10
  • @Сфинкс, а fname у Вас какого типа?
    – avp
    12 июн 2013 в 10:12
  • 1
  • 1
    @VladD, полезная библиотека (или только один utf.h ?). Только, боюсь, ТС она в перекодировке cp1251 (подозреваю, что у него char *fname с cp1251) в utf-8 не поможет.
    – avp
    12 июн 2013 в 10:30
  • 1
    СТОООООП! Что ж вы в wstream пишете char*? Надо wchat_t*. (` L"path=\""` и т. д.)
    – VladD
    12 июн 2013 в 10:34
  • 2
    @avp stackoverflow посоветовал ( stackoverflow.com/questions/5104329/… ). Я подправил #include <locale> #include <fstream> using namespace std; int main(int argc, char* argv[]) { locale::global(locale("")); wofstream xml; wstring s0(L"example cyrilic and latin text Кириллица и латинский текст"); xml.open("output.txt"); xml << s0 << endl; return 0; } Вроде всё видно.
    – alexlz
    13 июн 2013 в 16:41

1 ответ 1

0

@Сфинкс, комментарии кончились, поэтому в ответе.

Вы несомненно поступили правильно. На практике я бы сделал так же (только на чистом Си, но дело не в этом.)

Просто странно, что с С++ не получилось. Конечно, у меня пример из линукса (пришлось доставить ru_RU.cp1251 локаль), по умолчанию у меня en_US.UTF-8. Но в принципе, в винде д.б. utf локаль, например та же "en_US.utf-8", так что пример может пригодиться.

#include <iostream>
#include <fstream>
#include <locale>

using namespace std;

int main (int ac, char *av[])
{
  cout << "Hi\n";
  wofstream os;
  os.open("test.ws");
  os.imbue(locale(av[1] && *av[1] == 'c' ? "ru_RU.cp1251" : "en_US.utf-8"));
  os << "1 aa xaxa xoxo wofstream\n" << L"zz рус бук\n";
  os.close();

  cout << "End\n";
  return 0;
}

А вот результат

avp@avp-xub11:~/hashcode$ g++ wofstream.cpp
avp@avp-xub11:~/hashcode$ ./a.out 
Hi
End
avp@avp-xub11:~/hashcode$ cat test.ws 
1 aa xaxa xoxo wofstream
zz рус бук
avp@avp-xub11:~/hashcode$ ./a.out cp1251
Hi
End
avp@avp-xub11:~/hashcode$ cat test.ws 
1 aa xaxa xoxo wofstream
zz ��� ��
avp@avp-xub11:~/hashcode$ iconv -f cp1251 -t utf-8 test.ws 
1 aa xaxa xoxo wofstream
zz рус бук
avp@avp-xub11:~/hashcode$

Хочу отметить, что в тексте программы русские буквы набиты в utf-8. Если убрать L перед константой, то перекодировки (если ее задавать) не будет.

Также никакой перекодировки нет, если заменить wofstream на ofstream (естественно модификатор L для ofstream надо убрать).

Ваш ответ

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge you have read our privacy policy.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.