[英]Is this BOM in UTF-8 incorrect?
我想验证 UTF-8 中的 BOM,并编写了下面的 c++ 代码。
但是,结果是0XFFFFFFEF, 0XFFFFFFBB, 0XFFFFFFBF 。
这与我预期的0XEF, 0XBB, 0XBF 不同。
为什么结果变成了上面?
顺便说一下,使用的 UTF-8 文件是由 Notepad++ 制作的。
#include <iostream>
#include <fstream>
using namespace std;
int main()
{
char file[]="/*UTF-8 file*/";
char a[3]{};
ifstream ifs(file, ios_base::binary);
ifs.read(a, static_cast<streamsize>(sizeof(a)));
cout << showbase << uppercase;
for(int i:a){
cout << hex << i << endl;
}
}
海湾合作委员会 9.2.0
编译选项:-std=c++2a
BOM 本身没问题。 您只是错误地打印出字节。
您看到的结果是由于将有符号的8 位char
值符号扩展为有符号的 32 位整数。 char
是有符号还是无符号是编译器定义的,除非您在代码中明确说明。 在您的情况下,您正在使用(隐式)签名char
。 有符号char
值 > 127 将其高位设置为 1,这将在将有符号 8 位值扩展为有符号 32 位值时用 1 填充新位。
要正确输出字节,您需要对值进行零扩展,而不是符号扩展。 为此使用unsigned
类型,例如:
#include <iostream>
#include <fstream>
using namespace std;
int main()
{
char file[] = "/*UTF-8 file*/";
unsigned char a[3];
ifstream ifs(file, ios_base::binary);
ifs.read(reinterpret_cast<char*>(a), sizeof(a));
cout << showbase << uppercase;
for(unsigned int i : a){
cout << hex << setw(2) << setfill(‘0’) << i << endl;
}
}
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.