在 Visual C++ 中读取 unicode 文本文件

Question

我正在尝试在 Visual C 中读取一个只有一些数字的简单 unicode (UTF-16) 文本文件。这似乎是一项微不足道的任务，但我无法让它以正确的编码读取文件。

我的文件如下所示：

1337 42 23

由于是unicode，所以开头也有0xFF 0xFE BOM标记。

我尝试过wifstream() 和fwscanf()，但都被 BOM 卡住了，甚至在跳过 BOM 之后，这两个函数都只读取“1”（它们对 0x00 字符感到困惑，即它们不是实际上以 unicode 格式读取文件）。

所以，问题是，如何在 unicode Visual C++ 应用程序中读取和解析简单的 unicode 文件？

这是我的来源（fwscanf 版本）：

int _tmain(int argc, _TCHAR* argv[])
{
    int x;
    FILE * f = _wfopen(L"bla.txt", L"r+");
    if (!f) return -1;

    fseek(f, 2, SEEK_SET); // skip the BOM mark

    fwscanf(f, L"%d", &x);
    wprintf(L"Number read: %d\n", x);

    fclose(f);
    return 0;
}

输出是：

Number read: 1

Answer 1

Microsoft CRT 从 VS2005 开始支持 BOM 自动检测。您可以通过使用 mode 参数中的“ccs”属性来启用它。像这样：

FILE * f = _wfopen(L"c:\\temp\\test.txt", L"rt, ccs=UNICODE");

如果文件没有 BOM，它会退回到 ansi。对于这样的麻烦制造者，您可以使用“UTF-8”或“UTF-16LE”。这当然是不标准的。