我想获取文件中的字符数.字符我的意思是“真正的”字符,而不是字节.假设我知道文件编码.
我尝试使用mbstowcs()但它不起作用,因为它使用系统区域设置(或使用setlocale定义的系统区域设置).因为setlocale不是线程安全的,所以在调用mbstowcs()之前我不认为使用它是个好主意.即使它是安全的,我也必须确定
我的程序不会在setlocale()的调用之间“跳转”(信号等)(一次调用将其设置为文件的编码,然后调用以恢复到前一次).
因此,举一个例子,假设我们有一个使用俄语编码(例如KOI8)编码的文件ru.txt.所以,我想打开文件并获取字符数,假设文件的编码是KOI8.
如果mbstowcs()可以采用source_encoding参数,那可能很容易……
编辑:使用mbstowcs()的另一个问题是必须在系统上安装与文件编码对应的语言环境…
我建议使用iconv(3):
NAME
iconv - perform character set conversion
SYNOPSIS
#include
size_t iconv(iconv_t cd,
char **inbuf, size_t *inbytesleft,
char **outbuf, size_t *outbytesleft);
并转换为utf32.对于每个转换的字符,您将得到4字节输出(对于BOM,加2).应该可以使用固定大小outbuf逐个转换输入,如果一个人仔细选择outbytesleft(即4 * inbytesleft 2 :-).