Vala：从无法识别多字节字符的字节中读取 UTF-8 字符串

Question

对于我目前正在处理的应用程序，我需要从二进制文件中读取 UTF-8 编码的字符串。这些字符串不是以空值结尾的，而是以指定其长度的字节开头。

当我尝试读取这样的字符串时，所有多字节 UTF-8 字符都变为 ?。在下面找到一个示例：

public void main(string[] args) {
  File file = File.new_for_path("test.bin");
  DataInputStream instream = new DataInputStream(file.read());
  uint8[] chars = new uint8[instream.read_byte()];
  instream.read(chars);
  print(@"$((string) chars)\n");
}

当然，这是一个剥离样本。有问题的实际二进制文件是加密的，这里没有反映。如果我将它与包含字节序列09 52 C3 AD 61 73 74 72 61 64 或Ríastrad 的示例文件test.bin 一起使用，其字节长度以UTF-8 开头。因此，预期输出为Ríastrad，但实际输出为R?astrad。

是否有人能够阐明这个问题，或许还有解决方案？

Answer 1

您需要将Intl.setlocale (); 添加到您的代码中：

public void main(string[] args) {
  Intl.setlocale ();
  File file = File.new_for_path("test.bin");
  DataInputStream instream = new DataInputStream(file.read());
  uint8[] chars = new uint8[instream.read_byte()];
  instream.read(chars);
  print(@"$((string) chars)\n");
}

print () 的默认语言环境是 C 语言环境，即美国 ASCII。 US ASCII 字符范围之外的任何字符都显示为?。使用Intl.setlocale (); 将语言环境设置为与运行程序的机器相同。