如何用C语言读写UTF8文本文件？
如何用C语言读写UTF8文本文件？
提问于 2014-02-12 19:37:58
我正在尝试从文本文件中读取UTF8文本，然后将其中一些文本打印到另一个文件中。我正在使用Linux和gcc编译器。这是我正在使用的代码：
#include <stdio.h>
#include <stdlib.h>
int main(){
FILE *fin;
FILE *fout;
int character;
fin=fopen("in.txt", "r");
fout=fopen("out.txt","w");
while((character=fgetc(fin))!=EOF){
putchar(character); // It displays the right character (UTF8) in the terminal
fprintf(fout,"%c ",character); // It displays weird characters in the file
}
fclose(fin);
fclose(fout);
printf("\nFile has been created...\n");
return 0;
}它现在适用于英文字符。
回答 4
Stack Overflow用户
回答已采纳
发布于 2014-02-14 09:25:41
这段代码适用于我：
/* fgetwc example */
#include <stdio.h>
#include <wchar.h>
#include <stdlib.h>
#include <locale.h>
int main ()
{
setlocale(LC_ALL, "en_US.UTF-8");
FILE * fin;
FILE * fout;
wint_t wc;
fin=fopen ("in.txt","r");
fout=fopen("out.txt","w");
while((wc=fgetwc(fin))!=WEOF){
// work with: "wc"
}
fclose(fin);
fclose(fout);
printf("File has been created...\n");
return 0;
}Stack Overflow用户
发布于 2014-02-13 04:23:02
而不是
fprintf(fout,"%c ",character);使用
fprintf(fout,"%c",character);第二个fprintf()不包含%c后面的空格，这就是导致out.txt显示奇怪字符的原因。原因是fgetc()正在检索单个字节(与ASCII字符相同)，而不是是UTF-8字符。由于UTF-8也是与ASCII兼容的，所以它会将英文字符写入文件中。
putchar(character)按顺序输出字节，每个字节之间没有额外的空间，因此原始的UTF-8序列保持原样。想知道我在说什么，试试
while((character=fgetc(fin))!=EOF){
putchar(character);
printf(" "); // This mimics what you are doing when you write to out.txt
fprintf(fout,"%c ",character);
}如果要将UTF-8字符之间的空格写入out.txt，则需要处理UTF-8字符的可变长度编码。
#include <stdio.h>
#include <stdlib.h>
/* The first byte of a UTF-8 character
* indicates how many bytes are in
* the character, so only check that
*/
int numberOfBytesInChar(unsigned char val) {
if (val < 128) {
return 1;
} else if (val < 224) {
return 2;
} else if (val < 240) {
return 3;
} else {
return 4;
}
}
int main(){
FILE *fin;
FILE *fout;
int character;
fin = fopen("in.txt", "r");
fout = fopen("out.txt","w");
while( (character = fgetc(fin)) != EOF) {
for (int i = 0; i < numberOfBytesInChar((unsigned char)character) - 1; i++) {
putchar(character);
fprintf(fout, "%c", character);
character = fgetc(fin);
}
putchar(character);
printf(" ");
fprintf(fout, "%c ", character);
}
fclose(fin);
fclose(fout);
printf("\nFile has been created...\n");
return 0;
}Stack Overflow用户
发布于 2015-12-05 21:26:54
如果您不希望使用广泛的选项，请尝试以下内容：
读取和写入字节，而不是字符。也称为二进制，而不是文本。
fgetc有效地从文件中获取一个字节，但是如果字节大于127，则尝试将其视为int而不是char。另一方面，fputc默默地忽略了放置一个字符> 127。如果您使用int而不是char作为输入，它将工作。
此外，在开放模式下，尝试使用二进制，所以尝试rb和wb而不是r&w。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/21737906
复制相关文章
相似问题
腾讯云开发者
