从C中的文件中读取unicode字符

Question

我需要从文件中读取Unicode字符。 我需要做的唯一事情是提取他们的Unicode号码。 我使用CodeBlock Mingw在Windows XP上运行。

我正在做这样的事情

#define UNICODE
#ifdef UNICODE
#define _UNICODE
#else
#define _MBCS
#endif

    #include <stdio.h>
    #include <stdlib.h>
    #include <wchar.h>
    int main()
    {
        wchar_t *filename=L"testunicode.txt";
        FILE *infile;
        infile=_wfopen(filename,L"r");
        wchar_t result=fgetwc(infile);
        wprintf(L"%d",result);//To verify the unicode of character stored in file,print it   
        return 0;
    }

我一直得到255的结果。

testunicode.txt存储在Encoding = Unicode（通过记事本创建）中

最后的任务是从一个文件中读取，该文件可以包含来自任何语言的字符，但是wchar_t只有2个字节，所以它能够获得所有可能的语言字符的unicode吗？

需要你的帮助...

---

---

谢谢大家的回复。

现在我已经改变了代码。

#define UNICODE
#ifdef UNICODE
#define _UNICODE
#else
#define _MBCS
#endif

#include <stdio.h>
#include <stdlib.h>
#include <wchar.h>
int main()
{
    wchar_t *filename=L"testunicode.txt";
    FILE *infile;
    infile=_wfopen(filename,L"r");
    wchar_t  b[2];
    fread(b,2,2,infile);//Read a character from the file
    wprintf(L"%d",b[1]);
    return 0;
}

它打印正确的UTF 16代码。 使用它的项目需要读取世界不同语言的字符。 那么UTF-16会后缀还是应该将存储文件的编码更改为UTF-32？ 此外，这里wchar_t是2个字节，对于UTF-32，我们需要一些具有4个字节的数据类型。 怎么做到这一点？

再次感谢你的回复........

Answer 1

好吧，你问题中的代码只读取文件的第一个字符，因此你必须实现某种循环结构才能处理该文件的全部内容。

现在， fgetwc（）返回255 （ 0xFF ）有三个原因：

• 你没有考虑文件的字节顺序标记 ，所以你最终读取它而不是实际的文件内容，

• 您没有在_wfopen（）的mode参数中指定转换模式标志，因此默认为text ， fgetwc()因此尝试读取多字节字符而不是宽字符，

• 0xFF （ 小端 UTF-16 BOM的第一个字节）可能不是程序当前代码页中的前导字节，因此fgetwc()返回它而无需进一步处理。