一个关于Unicode编码的问题,再线等待,急急急!!!!!!

Question

为了使我的软体界面支持多国语,我把自己工程设置成了UNICODE,另外XML文件中保存了各种语系下的字符串,当程序检测到操作系统是哪个国家的时候,自动的从XML中读出相应国家的字符串来修改界面中的字符串,我遇到一个问题是读出来的字符串如果是特殊字符的话就是乱码,请高手赐教啊!!!!
我用这个函数来读的,我把最后返回的类对象打印出来看,如果有特殊字符的字串始终是乱码
CString openfile(CString file)
{

CString context; TCHAR ch;
FILE *of;
of=_wfopen(file,TEXT("r"));
ch=fgetwc(of);
while(ch!=EOF)
{
context+=ch;
ch=fgetwc(of);
}
return context;
}

Answer 1

Środkowy这个S就是一个特殊的字符,在中文系统下显示的是乱码

Answer 2

打开的是XML的文件.Ś读出来是乱码

Answer 3

如果谁要DEMO代码的话加我QQ,麻烦帮我看一看

Answer 4

我怎么感觉define 了UNICODE只是让TCHAR变成了宽字符WCHAR，编码转换到UTF8似乎还要靠自己

Answer 5

我将得出来的字符串用这个函数转换LPTSTR  ConvertGBKToUtf8(LPTSTR strGBK)
{
// MessageBox(NULL,strGBK,strGBK,MB_OK);
int len=MultiByteToWideChar(CP_ACP, 0, (const char *)strGBK, -1, NULL,0);
unsigned short * wszUtf8 = new unsigned short[len+1];
memset(wszUtf8, 0, len * 2 + 2);
MultiByteToWideChar(CP_ACP, 0, (const char *)strGBK, -1, wszUtf8, len);
// MessageBox(NULL,wszUtf8,wszUtf8,MB_OK); len = WideCharToMultiByte(CP_UTF8, 0, wszUtf8, -1, NULL, 0, NULL, NULL);
LPTSTR szUtf8=new TCHAR[len + 1];
memset(szUtf8, 0, len + 1);
WideCharToMultiByte (CP_UTF8, 0, wszUtf8, -1,  (char*)szUtf8, len, NULL,NULL);

strGBK = (LPTSTR)szUtf8;
MessageBox(NULL,strGBK,strGBK,MB_OK);
// AfxMessageBox(strGBK);
delete[] szUtf8;
delete[] wszUtf8;
return strGBK;
}很不幸得到的还是乱码

Answer 6

我把从XML中读出的数据先转化成字符串
CString context=openfile(FILENAME);
LPTSTR lpsz = new TCHAR[context.GetLength()+1]; 
_tcscpy(lpsz, context);      
ConvertGBKToUtf8(lpsz);
XML中的数据是
<?xml version="1.0" encoding="UTF-8"?>
<xml_polish>
<Language>Język</Language>
</xml_polish>
这样转化了之后呢读出来的ę始终是乱码,请各位大侠指点

Answer 7

CString openfile(CString file) 
{ 
setlocale(LC_ALL , "");CString context; TCHAR ch; 
FILE *of; 
of=_wfopen(file,TEXT("r")); 
ch=fgetwc(of); 
while(ch!=EOF) 
{ 
context+=ch; 
ch=fgetwc(of); 
} 
return context; 
}

Answer 8

http://msdn.microsoft.com/en-us/library/x99tb11d.aspx
有关setlocale的说明。

Answer 9

楼主，你的XML文件存储的格式是UTF8么？如果是的话，你应该是把UTF8的格式转化为Unicode
CP_ACP指的是local code page

Answer 10

的确是如楼上胸台所言,但是我在网上搜索了一下UTF8的格式转化为Unicode size_t g_f_u8towc(wchar_t &dest_wchar, const unsigned char * src_str)   {   

int count_bytes = 0;   

unsigned char byte_one = 0, byte_other = 0x3f; // 用于位与运算以提取位值 0x3f-->00111111   

wchar_t tmp_wchar = L'0';   



if (!src_str)   

return (size_t)-1;   



for (;;) // 检测字节序列长度,根据第一个字节头的1个个数   

{   

if (src_str[0] <= 0x7f){   

count_bytes = 1; // ASCII字符: 0xxxxxxx( ~ 01111111)   

byte_one = 0x7f; // 用于位与运算, 提取有效位值, 下同 01111111   

break;   

}   

if ( (src_str[0] >= 0xc0) && (src_str[0] <= 0xdf) ){   

count_bytes = 2; // 110xxxxx(110 00000 ~ 110 111111)   

byte_one = 0x1f; //00011111 第一字节有效位的个数   

break;   

}   

if ( (src_str[0] >= 0xe0) && (src_str[0] <= 0xef) ){   

count_bytes = 3; // 1110xxxx(1110 0000 ~ 1110 1111)   

byte_one = 0xf; //00001111   

break;   

}   

if ( (src_str[0] >= 0xf0) && (src_str[0] <= 0xf7) ){   

count_bytes = 4; // 11110xxx(11110 000 ~ 11110 111)   

byte_one = 0x7;   

break;   

}   

if ( (src_str[0] >= 0xf8) && (src_str[0] <= 0xfb) ){   

count_bytes = 5; // 111110xx(111110 00 ~ 111110 11)   

byte_one = 0x3;   

break;   

}   

if ( (src_str[0] >= 0xfc) && (src_str[0] <= 0xfd) ){   

count_bytes = 6; // 1111110x(1111110 0 ~ 1111110 1)   

byte_one = 0x1;   

break;   

}   

return (size_t)-1; // 以上皆不满足则为非法序列   

}   

// 以下几行析取UTF-8编码字符各个字节的有效位值   

//先得到第一个字节的有效位数据   

tmp_wchar = src_str[0] & byte_one;   

for (int i=1; i 

{   

tmp_wchar <<= 6; // 左移6位后与后续字节的有效位值"位或"赋值   

tmp_wchar = tmp_wchar | (src_str[i] & byte_other);//先与后或   

}   

// 位值析取__End!   

dest_wchar = tmp_wchar;   

return count_bytes;   

}   
for循环那里就没有了,你们有完整的代码吗?

Answer 11

这个问题终于解决了,又遇到一个新的问题就是,我用messagebox打印出来的字符串是正确的,但是在工程里面的控件中显示还是乱码,不知道怎么解决?

Answer 12

XML文件的话，为什么不用XML的组件呢？比如MSXML，一般都能正确处理编码问题。