Ohjelmani lukee tiedostosta tekstin ja tulostaa sen (siihen dossin näköiseen) konsoliin.
"...Sillä on yhteistä rajaa myös Venäjän kanssa..."
Mitä noille kirjaimille on tarkkaan ottaen tapahtunut? Onko käynyt niin että jotain UTF-x ollaan luettu kuin ascii-tekstiä?
C -kielen standardikirjastossa on joku wifstream ja wcout, jotka käsittelevät unicodeja, mutta ei auttanut tähän ongelmaan.
Kun laitoin
setlocale(LC_CTYPE, "fin");
se muutti väärin näkyviä merkkejä, mutta ei tuonut oikeita merkkejä.
Merkistöt - ikuinen ongelma
where is the yucca?
5
314
Vastaukset
- sdfsdfs
Konsoli käyttää eri merkistöä kuin luetun tekstitiedoston merkistö.
Ratkaisuja on kaksi. Muuttaa lähdemateriaalin merkistön terminaalin kanssa yhteensopivaksi tai sitten kirjoittaa ohjelman joka pystyy käsittelemään lähdemateriaalin merkistöä.
Tässä tapauksessa lähdemateriaali käyttää ilmeisesti UTF-X merkistöä.
Wide kirjastoja käyttämällä pitäisi onnistua käsittelemään "wide" merkistöjä mutta ilmeisesti se on vieläkin ongelmallinen. C ja C:n tulevissa standardeissa tähän tietääkseni puututaan.
http://utfcpp.sourceforge.net/
http://tidy.sourceforge.net/cgi-bin/lxr/source/src/utf8.c - mies..
Konsolin asetuksista vain näyttämään tekstit UTF-8:na, niin näkyy ääkkösetkin oikein.
UTF-8 on ascii/ansi yhteensopiva.- sfsdfs
Mutta C/C classit eivät ole.
Char muuttujien sisälle ei mahdu UTF-8 merkkejä.
- Merkistöasiaa
gcc -kääntäjän windows -väännös mingw-gcc saa konsoliin tulostettaessa aikaan juuri tuota.
Windowsissa oletusmerkistö on kiinteäpituuksinen 8 bittiä/merkki ns. Windows-1252. (Joissakin windowsin kieliversioissa oletusmerkistö voi olla muu, mutta silti kiinteäpituuksinen 8 bittiä/merkki, tai esim. kiinan- tai japaninkielisessä windowsissa oletusmerkistö voi olla vanhentunutta tapaa käyttävä muuttuvapituuksinen koodaus). MUTTA: Edelläoleva koskee GUI -sovelluksia. Konsolitilan oletusmerkistö on yleensä suomalaisessa windowsissa 850, mutta asennustavasta riippuen se voi olla myös 437. Jenkkiversioissa olettaisin oletuksen olevan 437.
Windowsin konsolin saa UTF-8 -koodausta käyttäväksi chcp 65001 -komennolla.
Vastaavasti normaaliin paluu sujuu chcp 850 -komennolla.
Tuolla komennolla saa siis hölmösti mingw-gcc:llä käännetyn ohjelman näyttämään järkevältä. Mutta muut ohjelmat ja windowsin komentotilan sisäiset komennot eivät välttämättä osaa hallita tilannetta, jossa chcp:llä on vaihdettu merkkikoodaukseksi muu kuin oletus.
Siksipä tulostuksen uudelleenohjaus tiedostoon tyyliin:
c:\komento >file1.txt
tai kirjoittimelle:
c:\komento >lpt1
saattaa tuottaa yllätyksiä jos merkkivalikoimaksi on vaihdettu muu kuin oletus.
Siksi esittämäni tapa on lähinnä hätävara, jolla huonosti koodatut sovellukset saadaan näyttämään oikeilta, mutta fiksumpaa olisi korjata väärin tehdyt sovellukset.
Windowsin komentotilaa ei ole alunperin suunniteltu tukemaan unicodea, ja esitetty chcp 65001 tuo osittaisen unicode -tuen, mutta rikkoo yhteensopivuutta monessa muussa asiassa. - denzo71
asettamalla chcp 65001, jotta se tukisi utf-8 merkistöä, aiheuttaa useiden dos-komentojen toimimattomuuden, mm. SET ja COPY, kun ne ajetaan batch-filenä.
Jostain syystä komentorivien alkuosasta leikkautuu merkkejä pois, jolloin tulee erroria ...
Eikö tähän todellakaan ole mitään ratkaisua ?
Ketjusta on poistettu 0 sääntöjenvastaista viestiä.
Luetuimmat keskustelut
Nainen, yrittäessäsi olla vahva olet heikoksi tullut
Tiedätkö mitä todellinen vahvuus on? Selviätkö, kun valtakunnat kukistuvat? Miten suojaudut kun menetät kaiken? :/1971545Miettimisen aihetta.
Kannattaa yrittää vain niitä oman tasoisia miehiä. Eli tiputa ittes maan pinnalle. Tiedoksi naiselle mieheltä.1231288- 521052
- 72975
- 58883
Nainen miltä tuntuu olla ainoa nainen Suomessa, joka kelpaa ja on yheen sopiva minulle
Sydämeni on kuin muuri, valtavat piikkimuurit, luottamusongelmat, ulkonäkövaatimukset, persoonavaatimukset ja älykkyysva52883- 105865
Just nyt mä
En haluais sanoa sulle mitään. Voisi vaikka istua vierekkäin hiljaa. Ehkä nojaten toisiimme. Tai maata vierekkäin, ilman53840- 42834
- 82820