读取文本文件

fujike029

读取文本文件 [复制链接]

我现在有段代码能读取ANSI编码方式的文本,可是UNICODE编码的文本却是打不开.
现在我想要既能读ANSI又能读UNICODE.
各位有什么办法不.

1.         CFile file;
   
2.         TCHAR* szMsg = new TCHAR[100];
   
3.         szMsg = m_FullFileName.GetBuffer(m_FullFileName.GetLength());
   
4. 
   
5. 
   
6.         if(!file.Open(m_FullFileName,CFile::modeRead,NULL))
   
7. //        if(!file.Open(szMsg,CFile::modeRead,NULL))
   
8.         return;
   
9. 
   
10.         CDC * pdc=this->GetDlgItem(IDC_Text)->GetDC();
    
11.         unsigned char * pdata;
    
12.         pdata=(unsigned char *)malloc(LENGTH_READ_ONCE+10);
    
13. //         TCHAR* pdata;
    
14. //         pdata=(TCHAR*)malloc(LENGTH_READ_ONCE+10);

复制代码

zhushuping

用wfopen，是fopen的宽字符版本。

落寒残梦

如果是Unicode，文件的前两个字节是标识位。具体是什么，可以UE看看，好像是0xff和0xfe。

显示的时候，过滤此两个字符，应该可以正常显示的。

洗了八吨水

如果直接读，除了0xFF 0xFE表示Unicode，还有0xFE 0xFF表示UTF-8。
其实，你用记事本(NotePad)保存普通文本，另存Unicode文本，Utf-8文本，然后用UltraEdit之类的以16进制方式打开，就能看到开始的差别了。

yaschiro

读是都可以读,但是显示的时候要根据文件头判断字符编码格式,然后用MultiByteToWideChar转换

richpowerHK

[uote=引用 4 楼 Reallyu 的回复:]
读是都可以读,但是显示的时候要根据文件头判断字符编码格式,然后用MultiByteToWideChar转换
[/quote]

我在网上找了下,大多是这种做法,可是要一个一个去转换吗?我还找到一个可以读取UNICODE的类.可是呢, 是在VC++下写的.

1. CFile file;
   
2.                 if(!file.Open(m_FullFileName,CFile::modeRead,NULL))
   
3.                         return;
   
4. 
   
5.                 unsigned char * pdata;
   
6.                 pdata=(unsigned char *)malloc(LENGTH_READ_ONCE);
   
7. 
   
8.                 memset(pdata,0,LENGTH_READ_ONCE);
   
9.                 file.Seek(pagestart[m_CurPage],SEEK_SET);
   
10.                 file.Read(pdata,LENGTH_READ_ONCE);
    
11.                 file.Close();
    
12. 
    
13.                 pdata[pageend[m_CurPage]-pagestart[m_CurPage]+1]=0;
    
14.                 CString text=pdata;
    
15.                 m_Text.SetWindowText(text);

复制代码

就这段代码作如何更改.

jxzg101

ANSI：　　　　　　　　无格式定义；

对于Unicode，几种编码的BOM如下：

UTF-32, big-endian 文件的前4个byte是：00 00 FE FF
UTF-32, little-endian文件的前4个byte是：FF FE 00 00
UTF-16, big-endian文件的前2个byte是：FE FF
UTF-16, little-endian文件的前2个byte是：FF FE
UTF-8文件的前3个byte是：EF BB BF
UTF-7的规律特殊一点，不是前几个byte，而是所有的byte转换为十进制都小于127。

一般来说
判断如果文本文件的开头两个字节是0xFF和0xFE和0xEF，那么就是Unicode，否则是ANSI。
UTF-32的比较少。

如何判断一段字符串是ANSI还是Unicode？
用IsTextUnicode进行判断。IsTextUnicode使用一系列统计方法和定性方法，以便猜测缓存的内容。由于这不是一种确切的科学方法，因此 IsTextUnicode有可能返回不正确的结果。

merryimage

你的代码其实就是在CString text=pdata;
时把char*转换成了unicode而已。

你要真正理解unicode和ascII的含义，就是字节上的一些变化。

所以自己写吧。入门必需的。

daijun20803

http://yangwei.blogbus.com/
一些基本知识。

bigfatty

引用 7 楼 lenux 的回复:
你的代码其实就是在CString text=pdata;
时把char*转换成了unicode而已。

你要真正理解unicode和ascII的含义，就是字节上的一些变化。

所以自己写吧。入门必需的。

你的意思是我在CString text=pdata;
这里把ANSI编码转换成了UNICODE编码?
可是我现在只能打开ANSI编码的文本文件.


m_Text.SetWindowText(text);
这是个STATIC控件.

wm109947

先判断是ASCII还是UNICODE，然后用fopen, 或者 wfopen

malaga

你们这说的我都在网上看过了.
能不能就我代码本身提点建议啊.

luodongdong

打开文件
用byte *读入两个字符，
按上述规则判断

1、unicode
按TCHAR*读入

2、ascII
按char*读入就行。

kumelon

前面这两个字体要怎么去掉呢.
不去掉会有个乱码出现...

rambo123321

同一段代码在第一页读取是正常的, 第二页再调用这段代码来读取就是乱码了.
这是怎么回事啊?

还有我这有个判断是否是UNICODE编码.

1.                 file.Read(&buffer,sizeof(WORD));
   
2.                 if (buffer != 0xFEFF)
   
3.                 {
   
4.                         bIsUnicode= false;
   
5.                 }
   
6.                 else
   
7.                 {
   
8.                         bIsUnicode= true;
   
9.                 }
   

复制代码

UTF-16返回的是true,而UTF-8却是false

riscbbs

路过，我们搞linux的

shen001

什么是第一页第二页的？

整个文件就头上几个字节需要处理啊。

gyl52114

我这要分页显示啊.
电子书功能啊.

1. if(bIsUnicode)
   
2.                 {
   
3.                         TCHAR* punicode=(TCHAR *)malloc(LENGTH_READ_ONCE);
   
4.                         memset(punicode,0,LENGTH_READ_ONCE);
   
5.                         file.Seek(pagestart[m_CurPage],SEEK_SET);
   
6.                     file.Read(punicode,LENGTH_READ_ONCE);
   
7.                         file.Close();
   
8.                         punicode[pageend[m_CurPage]-pagestart[m_CurPage]+1]=0;
   
9. 
   
10.                         CString text1=punicode;
    
11.                     m_Text.SetWindowText(text1);
    
12. 
    
13.             free(punicode);
    
14. 
    
15.                 }

复制代码

这是读UNICODE的代码.
第一页能显示.第二页调用这段代码就显示不了了.

flay

长度*2也没用...

woshiguizi

file.Close();
后再去读没有重新打开文件啊。

Seek

Read
后都要去判断是否成功，失败了错误码是什么，

一个好的编程习惯会让你的调试容易。