C++テキストファイル、中国語

Question

すべての行の先頭に<item>を追加し、すべての行の末尾に</item >を追加するはずのC++プロジェクトがあります。これは正常な英語のテキストでうまく動作しますが、私はこれをやりたい中国語のテキストファイルを持っていますが、動作しません。私は通常.txtファイルを使用しますが、このためには.rtfを使用して中国語のテキストを保存する必要があります。私のコードを実行した後、それは不器用になります。ここに例があります。

{\ RTF1 \ adeflang1025 \ ANSI \ ansicpg1252 \ UC1 \ adeff31507 \ deff0 \ stshfdbch31506 \ stshfloch31506 \ stshfhich31506 \ stshfbi31507 \ deflang1033 \ deflangfe1033 \ themelang1033 \ themelangfe0 \ themelangcs0 {\ fonttbl {\ F2 \ fbidi \ fmodern \ fcharset0の\のfprq1クーリエ 新しい{* \ 02070309020205020404パノース};}

コード：

int main() 
{ 
    ifstream in; 
    ofstream out; 
    string lineT, newlineT; 

    in.open("rawquote.rtf"); 
    if(in.fail()) 
     exit(1); 
    out.open("itemisedQuote.rtf"); 
    do 
    { 
     getline(in,lineT,'\n'); 
     newlineT += "<item>"; 
     newlineT += lineT; 
     newlineT += "</item>"; 
     if (lineT.length() >5) 
     { 
      out<<newlineT<<'\n'; 
     } 
     newlineT = ""; 
     lineT = ""; 
    } while(!in.eof()); 
    return 0; 
} 

Answer 1

RTFのように見えます、なりますこれはrtfファイルだと言っても意味がありません。

あなたが開いたときに基本的に、あなたがそのファイルをダンプた場合、あなたはそれがそのように見える参照してくださいよ...

また、あなたは "私はあなたが使うべきだと思う

std::string line; 
while(getline(in, line, '\n')) 
{ 
    // do stuff here, the above check correctly that you have indeed read in a line! 
    out << "<item>" << line << "</item>" << endl; 
} 

Answer 2

あなたのループを再検討すべきです文字列の代わりに 'regular char'の代わりにwchar 'を使用します。

Answer 3

フォーマットタグなどを無視するだけで、コードを破損する可能性があるため、プレーンテキストと同じ方法でRTFコードを読み取ることはできません。

中国語のテキストをUTF-8（BOMなし）を使用してテキストファイルとして保存すると、コードが機能するはずです。しかし、他のUTF-8でエンコードされた文字の中に本質的に改行が含まれている場合（この部分についてはまだ分かりません）、実際のUTF-8変換を試み、通常の文字の代わりにワイド文字を使用してファイルを読みとるべきですChanが示唆したように）、これはC++を使ってややこしいことです。

Answer 4

このコードの目的を理解していれば、あなたのソリューションはうまくいきません。 RTFドキュメントの改行は、表示されるテキストの改行に対応していません。

プレーンテキストのみを使用することはできません（中国語の文字は有効なエンコーディングで問題ありません）、RTF specをご覧ください。あなたはそれが悪夢であることを発見します。 RTFを解析して "行"を "行"で読むことができるサードパーティ製のライブラリです。私はそのような図書館を探したことはありませんので、私の頭の上から何の提案もありませんが、彼らはそこにいると確信しています。

Answer 5

これは、非中国語のテキストでこれがうまくいくのは奇跡です。 "\ n"はRTFの行区切り文字ではなく、 "\ par"です。より多くのダメージがRTFヘッダーに加えられる可能性は確かに中国人にとっては大きいです。

C++はこれに対処するための最良の言語ではありません。

using System; 
using System.Windows.Forms; // Add reference 

class Program { 
    static void Main(string[] args) { 
     var rtb = new RichTextBox(); 
     rtb.LoadFile(args[0], RichTextBoxStreamType.RichText); 
     var lines = rtb.Lines; 
     for (int ix = 0; ix < lines.Length; ++ix) { 
      lines[ix] = "<item>" + lines[ix] + "</item>"; 
     } 
     rtb.Lines = lines; 
     rtb.SaveFile(args[0], RichTextBoxStreamType.RichText); 
    } 
} 

C++は、あなたがRTFパーサを見つける必要がありますハード要件である場合：それは限り、ファイルが大きくなりすぎていないとして、C＃での些細な5分間のプログラムです。