学步园

http://blog.csdn.net/Harry_lyc/article/details/6643844

用C++做程序真够麻烦的，先不说各种数据类型搞的人头疼，再者读写各种编码的文本文件ansi、Unicode、UTF-8等等，让人头晕目眩的。

          这半年来经常要用C++处理各种不同编码的文本文件，开始读取Unicode文件，一直很麻烦。用了wifstream，wsprintf等方法。都是不尽人意。

          后来突然想何不自己节写个库函数自己用。后来就付诸行动，开始想着按行读取，怎想到行读取错误。后来才明白，Unicode(UTF16)文件都是2个字节，包括英文字符，只不过是到位填充为0罢了。明白这些，字节就按字节读取，自己判断换行符，并且实现了字节流到宽字节流的转换，实现了以前windows下复杂的库函数的基本功能，写入时按照字节流写入。用标准的C++读取、写入方法和数据类型，这样可以提供跨平台的重复使用。

          时间比较紧，并且没有做过大规模测试，各位如果发现问题，请指正。

/********************************************************************
* Copyright (C) 2011 Li Yachao
* Contact: liyc@gmail.com or harry_lyc@foxmail.com
*
* Permission to use, copy, modify, and distribute this software for
* any non-commercial purpose is hereby granted without fee, provided
* that the above copyright notice appear in all copies and that both
* that copyright notice. 
* It is provided "as is" without express or implied warranty.
*
* Version: 0.1
* Last update: 2011-7-29
*********************************************************************/
#include<iostream>
#include <fstream>
#include <vector>
#include <string>

using namespace std;

std::wstring UTF16StringLineToWstring(std::string utf16line);
std::string UTF16WStringToString(std::wstring utf16wline);

int main(int argc, char * argv[])
{
	/*Unicode编码文件输入*/
	std::string infile = "input.txt";
	std::string outfile = "out.txt";
	
	ifstream infs16;/*读入文件流*/
	infs16.open(infile.c_str(),ios::in | ios::binary);
	if(!infs16.is_open())
	{
		std::cout << "Open error," <<infile<<std::endl ;
		return 0;
	}
	ofstream outfs16;/*写入文件流*/
	/*注意open函数的参数问题很重要，要不输出出错*/
	outfs16.open(outfile.c_str(),ios::out | ios::binary);
	if(!outfs16.is_open())
	{
		std::cout << "Open error," <<outfile<<std::endl ;
		return 0;
	}
	
	const int clength = 3;
	char cc[clength]={'\0'} ;/*当前读入的字符*/
	char pc[clength]={'\0'} ;/*当前的前驱的字符*/
	string line="";
	while (infs16.read(cc,2))
	{	/*一次读入两个字节*/
		line += cc[0];
		line += cc[1];
		if((pc[0] == '\x0d') && (pc[1] == '\x00')
			&&(cc[0] == '\x0a') &&( cc[1] == '\x00'))
		{
			/*换行符标志*/
			/*Unicode文件的字节流转换为宽字符*/
			std::wstring wstr = UTF16StringLineToWstring(line);
			/*宽字节流转换为字节流，重新写入Unicode文件*/
			std::string str  = UTF16WStringToString(wstr);
			outfs16 <<str;/*写入文件*/
			line.clear();
		}
		strcpy(pc,cc);/*保存当前两个字符的前驱字符*/
		memset(cc,sizeof(char),clength);
		
	}
	
	infs16.close();
	outfs16.close();
	return 0;
}
/*  
    *************************************************
    功能   :将UTF16(Unicode)编码文件的字节流转换为宽字节流
    参数   : utf16line，Unicode编码文件的字节流
    返回值 : result，宽字节流
    -------------------------------------------------
    备注   ：
    -------------------------------------------------
    作者   ：Li Yachao
    时间   ：2011-7-29
    *************************************************
*/
std::wstring UTF16StringLineToWstring(std::string utf16line)
{
	std::wstring result = L"";
	for(int i=0;i<utf16line.length() -1;i+=2)
	{
		unsigned char c1 = utf16line[i];
		unsigned char c2 = utf16line[i + 1];
		unsigned short wc;
		if(c2 == 0)
		{
			wc = c1 ;
		}
		else
		{
			wc = c2 ;
			wc = wc << 8;
			wc += c1;
		}
		result += wc;
	}
	return result;
}
/*  
    *************************************************
    功能   :将UTF16(Unicode)编码的宽字节符流转换为字节流
    参数   : utf16wline，UTF16(Unicode)编码的宽字节符
    返回值 : result，字节流
    -------------------------------------------------
    备注   ：
    -------------------------------------------------
    作者   ：Li Yachao
    时间   ：2011-7-29
    *************************************************
*/
std::string UTF16WStringToString(std::wstring utf16wline)
{
	std::string result = "";
	for(int i=0;i<utf16wline.length();i++)
	{
		wchar_t wc = utf16wline[i];
		unsigned char c1 = wc&0x00ff;
		unsigned char c2 =( wc >> 8 );
		result += c1;
		result += c2;
	}
	return result;
}