作者ReiFu21 (ReiFu)
看板C_and_CPP
标题[问题] UTF-8转decimal
时间Mon Sep 12 15:06:45 2016
开发平台(Platform): (Ex: VC++, GCC, Linux, ...)
Code Blocks C++
"A"这个字，在UTF8为一字节编码
16进位表示法为：41
10进位表示法为：65
"您"这个字，在UTF8为三字节编码
16进位表示法为：E6 82 A8
10进位表示法为：230 130 168
UTF8.txt内容为：您 \n A
我现在想将UTF8.txt内容转化成10进位表示法
#include <stdlib.h>
#include <fstream>
#include <iostream>
#include <cstdlib>
using namespace std;
int main(void)
{
int x;int y;
char txt[80]="";
ifstream ifile("C:\\Users\\Gon\\Desktop\\UTF8.txt",ios::binary);
if(ifile.is_open())
{
while(!ifile.eof())
{
ifile >> txt;
cout << txt<< endl;
x=char (txt[0]);
switch(x)
{ case 0-127:
cout <<"1st byte~ " <<x << endl;
break;
case 240-247:
cout <<"1st byte~ " <<x << endl;
y=char (txt[1]);
cout <<"2nd byte~ " <<y << endl;
y=char (txt[2]);
cout <<"3rd byte~ " <<y << endl;
break;
default:
cout <<"1st byte~ " <<x << endl;
y=char (txt[1]);
cout <<"2nd byte~ " <<y << endl;
y=char (txt[2]);
cout << "3rd byte~ " <<y << endl;
y=char (txt[3]);
cout << "4th byte~ " <<y << endl;
y=char (txt[4]);
cout << "5th byte~ " <<y << endl;
y=char (txt[5]);
cout << "6th byte~ " <<y << endl;
}
}
}
else
cout << "fail to open file" << endl;
ifile.close(); // close file
system("pause");
return 0;
}
我想要得到的结果是：
您
1st byte~ 230
2nd byte~ 130
3rd byte~ 168
A
1st byte~ 65
可是实际跑出来的结果是：
您
1st byte~ -26
2nd byte~ -126
3rd byte~ -88
4th byte~ 0
5th byte~ 0
6th byte~ 0
A
1st byte~ 65
2nd byte~ 0
3rd byte~ -88
4th byte~ 0
5th byte~ 0
6th byte~ 0
几个问题点：
１. "A"的1st byte是65 应该代入case 0-127 可实际上却代入default case 为何?
２. "A"跑出来是单字节 数值65没错 "您"跑出来是三个字节 数值完全不对 请问修改法?
有请大大们帮忙指出问题所在 感谢!!
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 61.231.54.192
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/C_and_CPP/M.1473664008.A.DD8.html
1F：推 yvb: x=char (txt[0]); 改为 x = (unsigned char) txt[0]; 09/12 15:15
x跟y都改了 数值都正确了 感谢!!
但强迫代入default case的问题还在
2F：→ PkmX: C和C++没有range case的写法啊... 09/12 15:21
我刚看洪维恩范例有耶
上面写 case 6 ... 8: cout << "夏天" << endl; //6~8月是夏天
现在我把我的 case 0-127 修改成 case 0 ... 127:
case 240-247修改成 case 240 ... 247:
"A"代入的case正确了 可是"您"还是代入错误的default case
问题还在
原来是我case写错了 应该是224 ... 239 抱歉!!
问题解决了
3F：→ PkmX: case m ... n: 是编译器的 extension 09/12 15:43
4F：→ Caesar08: 为啥default是印6 byte？然後又有印3 byte的UTF8？ 09/12 16:30
5F：→ Caesar08: 另外，你的while与ifstream那样写，会出错喔 09/12 16:34
因为中文是3个byte
6个byte就顺便看第4,5,6个byte是否都是0 都是0表示UTF8档读取正确
※ 编辑: ReiFu21 (61.231.54.192), 09/12/2016 17:37:14
6F：→ Caesar08: ㄜ，标准的UTF8是没有支援到6个byte的。另外，还是建议 09/12 19:15
7F：→ Caesar08: 2跟4 byte的都做一下处理比较好 09/12 19:15
8F：→ uranusjr: UTF-8 的 encoding 规则可以 encode 到 6 bytes, 但只会 09/13 19:28
9F：→ uranusjr: 用到 4-byte encoding 因为更後面的用不到了 09/13 19:28