RAPIDxml文件操作不支持UNICODE导致乱码的原因

4 篇文章 0 订阅
4 篇文章 0 订阅

在使用RAPIDxml中的file接口直接读取文件时,发现UNICODE编码的文件读入后解析老是出异常。

截取文件内容一部分重新保存测试发现可以正常解析,区别在默认文件保存格式为GB2132。

后面查找资料,很多人也遇到该问题,解释为文件操作使用的basic_ifstream流操作类不支持UNICODE,甚至有人写了专门的UNICODE和UTF-8转换接口来实现UNICODE的解析。

经过仔细调试(对比文件二进制,对比读入缓存的二进制)发现,实际上并不是流操作类有问题或者XML解析有问题。问题在对两者的处理结合上。

因为文件是UNICODE存储的,每个字符(包括英文和中文)全部是双字节存储,如果XML读入时使用<char>,则读入的内容全部单字节存储,文件中的英文字符由于0x00yy会被解析时以为字符串结束出错;如果使用<wchar>,读入内容全部双字节存储(xml文件读入是二进制读入的),0x00yy会变为0x0000和0x00yy,中间的字符串结束符号会更多,解析必然出错。

所以,要解决这个问题,需要修改xml的文件操作接口,读入时判断文件字符集,如果是UNICODE/UTF-16,则将读入的双字节根据xml解析模版是char则转换为UTF-8,如果是wchar则直接存储为一个wchar,则后面解析没有问题。

这个只是做了个测试和分析,由于实际不使用文件读入,都是直接解析内存字符串,所以不附加代码了。


  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值