本帖最后由 jzlhll 于 2015-12-12 01:05 编辑
还是写写心路历程吧。
大家都知道TC只能读取unicode编码的文本，我想实现读取utf8，思路如下：
1. 刚开始用TC每读一行，发现中间只有中文是乱码，英文（ascii玛）是正确的，于是我想是不是将错误的中文打印出2进制来再转一下编码就ok了呢？
2. 结果验证了很久，才发现，读取的一行，中文已经被错误的转成unicode了（帮助文档中有描述），导致了编码的错乱。（有兴趣的需要去了解unicode和utf8文件的编码原理）；
3. 上面的路死了，那么，我想找dll或者脚本来处理，论坛上几乎没有资源，有资源的，又发现不对劲，没有描述，脚本dll工具检测提示也没有参数返回值（如图dll插件）。于是我就想自己实现。
4. 易语言？c++？如何编写？教程也少，多的都是易语言。本人比较熟悉visual studio，于是就想用c++/c实现。正好发现帮助文档中有一个vs2010版的TCdllcallModule hello。
5. 导入这个项目，直接可以测试，确实可以用；这里也有陷阱，首先WINAPI这个方法的返回值建议是long,并且输入的参数，不能是c o n s t!，否则报错。
因此我就直接套用了hello()的参数形式。
6. 然后我就研究utf-8 unicode的编码。写了1.5天。
目前实现了utf8->unicode的转码。
原型：
- long WINAPI convertUtf8ToUnicode(char *filename, char * filenamewrite, int isLE)
转化utf8到unicode，utf8文件可以带BOM或无，unicode可以指定LE/BE
filename 是read的文件
filenamewrite 是write的文件，注意该文件如果存在会被删除
isLE 需要保存的是LE还是BE（TC读取的是LE，因此传入1）
return -1表示读取的文件无法打开，-2表示写入的文件无法修改，0表示正常
TC使用：
- dllcall(getrcpath("rc:TCdllcallModule.dll"),"long","convertUtf8ToUnicode","char *","D:\\a.log","char *","D:\\converted.log", "int", 1)
由于基本是C代码编写的，效率非常高，写了测试时间代码，转换100M文件只需要1s左右。
并且本人指针管理的较好，不用担心出错（当然如果有错请告知我，给我，你的原文本，我来分析分析也提高我的dll，然后继续共享给大家）。
如果有疑问请回帖。
计划：
我会再不久的将来有时间搞一下其他的编码，比如ANSI, GBK，或者搞一下unicode转其他。
(等级太低没法设置隐藏回复，那么，看着好的请一定回复下，我才有动力继续写.thanks.)
|
[复制链接]
/2 
发表于 2015-12-12 00:45:28
发表于 2015-12-12 09:46:33
