Windows 中的 getline/文件读取问题答案

【问题标题】：Issues with getline/file reading in WindowsWindows 中的 getline/文件读取问题
【发布时间】：2013-02-14 04:07:16
【问题描述】：

我在我的 Mac 上创建了一些 .txt 文件（起初并不认为这很重要，但是......）以便我可以在我正在（不幸的是）另一台计算机上的 Visual Studio 中制作的应用程序中读取它们.它们基本上是充满记录的文件，每行的条目数在顶部，例如：

2
int int 
age name
9 Bob
34 Mary
12 Jim
...

在我最初在 Mac 上制作（并成功测试）的代码中，我尝试读取此文件和类似文件：

Table TableFromFile(string _filename){ //For a database system

  ifstream infile; 
  infile.open(_filename.c_str()); 

  if(!infile){
    cerr << "File " << _filename << " could not be opened."; 
    exit(1); 
  }

  //Determine number attributes (columns) in table, 
  //which is number on first line of input file 
  std::string num;
  getline(infile, num); 
  int numEntries = atoi(num.c_str()); 
  ...
  ...

简而言之，这会导致崩溃！当我查看它时，我发现了一些有趣的“读取字符串字符时出错”的问题，并发现numEntries 得到了一些疯狂的负垃圾值。这似乎是由于从第一行读取的“num”应该只是“2”，实际上是“ÿþ2”。

通过一些研究，这些奇怪的字符似乎正在格式化……也许是 unicode/Mac 特定的？无论如何，它们都是一个问题，我想知道是否有一种快速简便的方法可以使我在 Mac 上创建的文本文件像在 Mac 终端中一样在 Windows 中协作和运行。我尝试连接到一台 UNIX 机器，在其中放置一个 txt 文件，在其上运行 unix2dos，然后放回 VS，但无济于事……仍然是行首的那些符号！我应该在 Windows 中重新输入文件吗？我很惊讶地发现，当涉及到跨平台文件中的字符时，您所看到的并不总是您所得到的……但我想这是一个很好的教训。

【问题讨论】：

文件开头的字节为UnicodeByte Order Mark，表示文本文件采用UTF-16（LE）编码。你是如何创建文本文件的？用文本编辑器？您的项目中需要 Unicode 功能吗？

标签： visual-studio file-io unicode getline

【解决方案1】：

正如评论者所指出的，您看到的字节是字节顺序标记。见http://en.wikipedia.org/wiki/Byte_order_mark。

“ÿþ”是 0xFFFE，UTF-16“小端”字节顺序标记。 “2”是您的第一个实际字符（对于 UTF-16，低于 256 的字符将由 0xnn00; 的字节表示，其中“nn”是该字符的常用 ASCII 或 UTF-8 代码，所以试图以 ASCII 或 UTF-8 格式读取字节，直到它到达第一个空字节）。

如果您需要解开文本文件的 Unicode 细节，我所知道的最好的工具是免费的 SC Unipad 编辑器 (www.unipad.org)。它仅适用于 Windows，但几乎可以读取和写入任何编码，并且能够告诉您有关该文件的信息。它非常擅长猜测编码。

Unipad 将能够打开文件并让您将其保存为您想要的任何编码：ASCII、UTF-8 等。

【讨论】：