woaidongmao

文章均收录自他人博客,但不喜标题前加-[转贴],因其丑陋,见谅!~
随笔 - 1469, 文章 - 0, 评论 - 661, 引用 - 0
数据加载中……

写入UTF-16文件的时候,不要忘记在文件头添加BOM

windows下的UnicodeUTF-16,每个字都用两个字节来表示。编程的时候,通过TEXT宏,以及在项目中定义Unicode, _Unicode变量,就可以保证整个项目都是在Unicode下工作。

 

现在在将字符串写入文件的时候,发生了一些问题。写文件用的是WriteFile函数,字符串本身都是UTF-16的,写入文件后发现用vim和记事本打开都无法正确显示。用16进制的方式查看,每个字都是对的,都是2个字节,如果是英文字母,第二个字节就是00

 

google了一下,发现了答案。要在文件开头写入0xfffe,这是Unicode fileidentifierwindows下的记事本和写字板读到这个头之后,就能正确识别这是一个Unicode文件了。所以,在代码中,创建文本文件的时候,要多写这样一段:

// logfile doesn't exist, create it, that's all
hFile = CreateFile(log_file_path, GENERIC_WRITE, NULL, NULL, CREATE_NEW, FILE_ATTRIBUTE_NORMAL, NULL);
if (hFile == INVALID_HANDLE_VALUE) {
    operate_result = FALSE;
}
else {
   
// write 0xfffe at the beginning of the file, this makes Notepad reads Unicodes well
    WORD unicode_identifier = 0xfeff;
   
if (WriteFile(hFile, &unicode_identifier, sizeof(WORD), &bytes_written, NULL)) {
        operate_result = TRUE;
    }
else {
        operate_result = FALSE;
    }
}
goto finished;

finished:
   
if (hFile != NULL && hFile != INVALID_HANDLE_VALUE)
        CloseHandle(hFile);
   
return operate_result;

 

 

这里不要奇怪为什么设置给unicode_identifier变量的值是0xfeff,这是因为x86little endian,所以代码中的oxfeff存在寄存器中,然后设置到内存的时候,从低地址到高地址就变成了fffe,这样最后将这个WORD写入文件之后就正好是fffe了。

 

最后我自己又测试了一下,写入中文也是没有问题的。使用gvim来打开的话需要设置一下,我在Ubuntu下打开文件是OK的,windows下的gvim.vimrc设置和Ubuntu一样的话,应该也是没问题的。

 

posted on 2012-02-29 16:48 肥仔 阅读(2211) 评论(0)  编辑 收藏 引用 所属分类: 字符编码


只有注册用户登录后才能发表评论。
网站导航: 博客园   IT新闻   BlogJava   知识库   博问   管理