CStdioFile 派生类，用于多字节和 Unicode 的读写

• 下载演示项目 - 21.7 KB
• 下载源文件 - 18.4 KB

引言

这是一个从 CStdioFile 派生的类，它透明地处理 Unicode 文本文件以及普通多字节文本文件的读取和写入。

该代码可以编译为多字节和 Unicode。在 Unicode 中，多字节文件将被读取，其内容将使用当前代码页转换为 Unicode。在多字节编译中，Unicode 文件将被读取并转换为多字节文本。

Unicode 文本文件的识别完全取决于 Unicode 字节顺序标记 (0xFEFF) 的存在。它的缺失并不能绝对保证文件不是 Unicode，但这是我在这里使用的唯一方法。欢迎提出改进建议。

默认情况下，该类写入多字节文件，但可以选择写入 Unicode。

背景

能够透明地处理多字节和 Unicode 似乎是一个基本要求，我确信已经有类似的东西了，但什么也没找到。我错过了什么吗？

我需要在编写的翻译工具中使用它，并拼凑了一个足够满足我需求的实现。这只是一个清理过的版本，所以请期待错误和各种缺陷。我已经用基本组合测试了演示应用程序 -- 多字节编译中的 Unicode 文件、Unicode-Unicode、多字节-Unicode 和多字节-多字节，它们似乎都能工作。

使用代码

该类的使用非常简单。它覆盖了 CStdioFile 的三个函数：Open()、ReadString() 和 WriteString()。要写入 Unicode 文件，请在调用 Open() 函数时将标志 CStdioFileEx::modeWriteUnicode 添加到标志中。

在其他方面，用法与 CStdioFile 相同。

要了解您打开的文件是否是 Unicode，您可以调用 IsFileUnicodeText()。

要获取文件中的字符数，您可以调用 GetCharCount()。但对于多字节/UTF-8，这是不可靠的。

写入 Unicode 的示例

// Test writing
CStdioFileEx fileWriteUnicode;

if (fileWriteUnicode.Open(_T("c:\\testwrite_unicode.txt"), 
    CFile::modeCreate | CFile::modeWrite | CStdioFileEx::modeWriteUnicode))
{
    fileWriteUnicode.WriteString(_T("Unicode test file\n"));
    fileWriteUnicode.WriteString(_T("Writing data\n"));
    fileWriteUnicode.Close();
}

现在您还可以指定多字节文件读取或写入的代码页。只需在读取之前调用 SetCodePage() 来告诉 CStdioFileEx 文件以哪种代码页编码，或在写入之前调用来告诉它您希望以哪种代码页写入。将 CP_UTF8 指定为代码页允许您读取或写入 UTF-8 文件。

演示应用程序是一个对话框，它打开一个文件，告诉您它是否是 Unicode，以及它包含多少个字符，并显示前十五行。在最近的几次迭代中，我添加了将 Unicode 文件转换为多字节文件，以及将多字节文件转换为 Unicode 的选项，以及一个用于在读取时指定代码页的组合框。

从 v1.6 开始，对可以在任何模式（多字节/Unicode，Unicode/多字节等）中读取的行长度没有限制。

我很乐意听取人们的经验，以及关于错误、问题、改进等的报告。

哦，如果我不小心在演示对话框中包含了一些冒犯性的东西，请告诉我。我的阿拉伯语和中文不太好。

历史

• v1.0 - 发布于 2003 年 5 月 14 日
• v1.1 - 2003 年 8 月 23 日。合并了 Dennis Jeryd 的修复
• v1.2 - 2005 年 1 月 6 日。修复了文件末尾的垃圾错误 (Howard J Oh)
• v1.3 - 2005 年 2 月 19 日。Howard J Oh 的修复程序莫名其妙地未能进入上一个版本。改进了测试程序。修复了其他错误
  非常重要：在此版本中，以 ANSI 写入的 ANSI 文件不再使用 WriteString 写入。这意味着 \n 将不再被“解释”为 \r\n。你写的是你得到的
• v1.4 - 2005 年 2 月 26 日。修复了提交错误
• v1.5 - 2005 年 11 月 18 日。可以为读取和写入指定代码页（包括 UTF-8）。正确计算多字节缓冲区。来自 Andy Goodwin 的修复
• v1.6 - 2007 年 7 月 19 日。重大重写：删除了最大行长度限制；消除了 strlen/lstrlen 的使用。始终使用转换函数来计算所需的缓冲区；不再丢失 \r 或 \n 字符；BOM 写入现在是可选的；UTF-8 读取和写入工作正常；现在演示项目中包含系统测试