文字列の分割（UTF8） (ID:64508)

名前

ホームページ(ブログ、Twitterなど)のURL (省略可)

本文

とりあえず、UTF8をCStringに入れるべきではないし、
printfでうまいこと表示されるものではありません。
(printfで表示できるのはShift_JISです。)

いろいろと問題があるので、サンプルを載せます。
UTF8のchar型配列の調達は、utf8.txtというUTF8コードでかいたテキストファイルから、
確認は utf8_ret.txtというUTF8コードのテキストファイルに出力してします。

#include <afx.h>
#include <afxtempl.h>

char* ReadUTF8Data(LPCTSTR filepath)
{
    char* utf8data = NULL;

TRY
    {
        CFile f(filepath, CFile::modeRead);
        
        const DWORD length = f.GetLength();
        utf8data = new char[length + 1];
        f.Read(utf8data, length);
        utf8data[length] = 0x00;

f.Close();
    }
    CATCH (CFileException, e)
    {
        if (utf8data) delete[] utf8data;
        return NULL;
    }
    END_CATCH
    return utf8data;
}

wchar_t* UTF8ToUTF16(const char* data)
{
    wchar_t* utf16 = NULL;

if (!data || !data[0]) return utf16;

const int wlen = ::MultiByteToWideChar(CP_UTF8, 0, data, -1, NULL, 0);
    if (!wlen) return utf16;

utf16 = new wchar_t[wlen + 1];
    if (::MultiByteToWideChar(CP_UTF8, 0, data, -1, utf16, wlen))
        utf16[wlen] = L'\0';

return utf16;
}

char* UTF16ToUTF8(const wchar_t* data)
{
    char* utf8 = NULL;

if (!data || !data[0]) return utf8;

const int len = ::WideCharToMultiByte(CP_UTF8, 0, data, -1, NULL, 0, NULL, NULL);
    if (!len) return utf8;

utf8 = new char[len + 1];
    if (::WideCharToMultiByte(CP_UTF8, 0, data, -1, utf8, len, NULL, NULL))
        utf8[len] = '\0';

return utf8;
}

BOOL WriteUTF8Data(LPCTSTR filepath, CTypedPtrArray<CPtrArray, char*>& utf8list)
{
    TRY
    {
        CFile f(filepath, CFile::modeWrite | CFile::modeCreate);
        
        for (int i = 0; i < utf8list.GetSize(); ++i)
        {
            char* elem = utf8list.GetAt(i);
            f.Write(elem, strlen(elem) + 1);
        }

f.Close();
    }
    CATCH (CFileException, e)
    {
        return FALSE;
    }
    END_CATCH

return TRUE;
}

int main()
{
    // ファイルから読み込む(BOMなしUTF8コードのテキストファイル)
    char* utf8data = ReadUTF8Data(_T("utf8.txt"));
    if (utf8data)
    {
        // UTF16のコードの変換
        wchar_t* utf16 = UTF8ToUTF16(utf8data);
        if (utf16)
        {
            CTypedPtrArray<CPtrArray, char*> utf8list;
            wchar_t buff[7];

for (const wchar_t* p = utf16, * last = p + wcslen(utf16); p < last; p += 6)
            {
                wcsncpy(buff, p, 6);
                buff[6] = L'\0';

// UTF16からUTF8に変換
                char* utf8elem = UTF16ToUTF8(buff);
                if (utf8elem)
                    utf8list.Add(utf8elem); // リストに追加
                else
                    break;
            }

// 確認のためファイルに書き出す(0x00区切りのテキスト？ファイル)
            WriteUTF8Data(_T("utf8_ret.txt"), utf8list);

// リストの削除
            for (int i = 0; i < utf8list.GetSize(); ++i)
                delete utf8list.GetAt(i);
            utf8list.RemoveAll();

// UTF16文字列の削除
            delete[] utf16;
        }
        // UTF8文字列の削除
        delete[] utf8data;
    }

return 0;
}

←解決時は質問者本人がここをチェックしてください。

戻る