[英]Printing every character of a UTF8 string
我是字符串的Unicode / UTF8表示形式的新手。 我正在尝试读取UTF8
编码的文件,将其用空格分隔,然后在每个单词中打印每个字符/代码点(以空格分隔)。
我能够使用wchar_t
(我知道它内部使用utf16
或utf32
(?))从文件中读取文本,进行打印并将其写入另一个文件。 但是,我无法使用wchar_t
来获取子字符串或逐元素遍历它。
为了解决这个问题,我使用了IBM的ICU
库。 码:
while (fgetws(readString, 1000, wifile) != NULL) {
wprintf(L"String: %s\n", readString);
//split string on the base of spaces.
wchar_t *nextToken = NULL;
wchar_t *token = wcstok_s(readString, L" ", &nextToken);
UChar *utf8Token = (UChar *)token;
u_printf("Token in UChar: %S\n", utf8Token);
while (token != NULL) {
printf("Hello.\n");
fwprintf(wofileString, L"%ls and length: %d\n", token, wcslen(token));
fwprintf(wofileString, L"UTF8 rep:%s and length: %d\n", utf8Token, u_strlen(utf8Token));
int32_t counter = 0;
for (counter = 0; counter < u_strlen(utf8Token);) {
UChar32 ch;
U8_NEXT(utf8Token, counter, u_strlen(utf8Token), ch);
fwprintf(wofileString, L"Token[%d] = ", counter);
if (ch < 127) {
printf("Less than 127.\n");
if (ch > 1) {
printf("Printing%d.\n", ch);
u_fprintf((UFILE *)wofileString, "%c\n", (UChar)ch);
}
} else if (ch == CharacterIterator::DONE) {
printf("Done.\n");
u_fprintf((UFILE *)wofileString, "[CharacterIterator::DONE]\n");
} else {
printf("More than 127.\n");
u_fprintf((UFILE *)wofileString, "[%X]\n", ch);
}
}
token = wcstok_s(NULL, L" ", &nextToken);
utf8Token = (UChar *)token;
counter = 0;
}
fputws(L"Complete String: ", wofileString);
fputws(readString, wofileString);
fputws(L"\n", wofileString);
}
进入打印字符的部分时,该程序始终停止工作。
我的问题:
1.如何打印输入的UTF8字符串中的所有“字符”?
2.是转换: UChar *utf8Token = (UChar *) token;
甚至正确吗? 鉴于token
的内部表示是UTF16
还是UTF32
?
3.我哪里出问题了?
4.如何获得字符串的子字符串?
fwprintf(wofileString,… u_fprintf((UFILE *)wofileString,…
这两行之一是错误的,具体取决于wofileString实际上是什么。
我建议只使用u_…
函数。
实际上,我只使用u_printf("string", …)
或u_printf_u(L"String", …)
而不是fwprintf
或fputws
。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.