[英]How to handle multiple locales for ifstream, cout, etc, in c++
我正在尝试读取和处理不同编码的多个文件。 我应该只为此使用STL。 假设我们有iso-8859-15和UTF-8文件。
在这个 SO答案中,它指出:
简而言之,对你来说更有趣的部分:
std::stream
(stringstream
,fstream
,cin
,cout
)有一个内部locale-object,它与创建流对象时的全局C ++语言环境的值相匹配。 由于std::in
是在调用main中的代码之前很久就创建的,因此无论你以后做什么,它都很可能是经典的C语言环境。- 您可以通过调用
std::stream::imbue(std::locale(your_favorite_locale))
来确保std :: stream对象具有所需的语言环境。
问题是,从这两种类型中,只有与首先创建的语言环境匹配的文件才能正确处理。 例如,如果locale_DE_ISO885915
先locale_DE_UTF8
那么在文件UTF-8
没有在正确附加string s
,当我cout
出来,我只看到一对夫妇从文件中的行。
void processFiles() {
//setup locales for file decoding
std::locale locale_DE_ISO885915("de_DE.iso885915@euro");
std::locale locale_DE_UTF8("de_DE.UTF-8");
//std::locale::global(locale_DE_ISO885915);
//std::cout.imbue(std::locale());
const std::ctype<wchar_t>& facet_DE_ISO885915 = std::use_facet<std::ctype<wchar_t>>(locale_DE_ISO885915);
//std::locale::global(locale_DE_UTF8);
//std::cout.imbue(std::locale());
const std::ctype<wchar_t>& facet_DE_UTF8 = std::use_facet<std::ctype<wchar_t>>(locale_DE_UTF8);
std::wstring_convert<std::codecvt_utf8_utf16<wchar_t>> converter;
std::string currFile, fileStr;
std::wifstream inFile;
std::wstring s;
for (std::vector<std::string>::const_iterator fci = files.begin(); fci != files.end(); ++fci) {
currFile = *fci;
//check file and set locale
if (currFile.find("-8.txt") != std::string::npos) {
std::locale::global(locale_DE_ISO885915);
std::cout.imbue(locale_DE_ISO885915);
}
else {
std::locale::global(locale_DE_UTF8);
std::cout.imbue(locale_DE_UTF8);
}
inFile.open(path + currFile, std::ios_base::binary);
if (!inFile) {
//TODO specific file report
std::cerr << "Failed to open file " << *fci << std::endl;
exit(1);
}
s.clear();
//read file content
std::wstring line;
while( (inFile.good()) && std::getline(inFile, line) ) {
s.append(line + L"\n");
}
inFile.close();
//remove punctuation, numbers, tolower...
for (unsigned int i = 0; i < s.length(); ++i) {
if (ispunct(s[i]) || isdigit(s[i]))
s[i] = L' ';
}
if (currFile.find("-8.txt") != std::string::npos) {
facet_DE_ISO885915.tolower(&s[0], &s[0] + s.size());
}
else {
facet_DE_UTF8.tolower(&s[0], &s[0] + s.size());
}
fileStr = converter.to_bytes(s);
std::cout << fileStr << std::endl;
std::cout << currFile << std::endl;
std::cout << fileStr.size() << std::endl;
std::cout << std::setlocale(LC_ALL, NULL) << std::endl;
std::cout << "========================================================================================" << std::endl;
// Process...
}
return;
}
正如您在代码中看到的那样,我尝试使用global
和locale local variables
但无济于事。
另外,在如何使用std :: imbue设置std :: wcout的语言环境? 所以回答它说:
所以看起来真的有一个底层的C库机制应该首先使用setlocale启用,以允许imbue转换正常工作。
这个“模糊”的机制在这里是一个问题吗?
处理文件时是否可以在两个语言环境之间切换? 我应该灌输什么( cout
, ifstream
, getline
?)以及如何?
有什么建议?
PS:为什么与locale相关的一切都如此混乱? :|
这在我的Linux机器上按预期工作,但在我的Windows机器上不适用于Cygwin(两个机器上的可用语言环境显然相同,但是std::locale::locale
只是因为每个可以想象的语言环境字符串而失败)。
#include <iostream>
#include <fstream>
#include <locale>
#include <string>
void printFile(const char* name, const char* loc)
{
try {
std::wifstream inFile;
inFile.imbue(std::locale(loc));
inFile.open(name);
std::wstring line;
while (getline(inFile, line))
std::wcout << line << '\n';
} catch (std::exception& e) {
std::cerr << e.what() << std::endl;
}
}
int main()
{
std::locale::global(std::locale("en_US.utf8"));
printFile ("gtext-u8.txt", "de_DE.utf8"); // utf-8 text: grüßen
printFile ("gtext-legacy.txt", "de_DE@euro"); // iso8859-15 text: grüßen
}
输出:
grüßen
grüßen
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.