文字列の分割（UTF8） (ID:64511)

名前

ホームページ(ブログ、Twitterなど)のURL (省略可)

本文

yoh2さんのやり方のほうが効率がよいですね。

時間があったので作ってみた。

size_t utf8scbyte(const char* string)
{
    const unsigned char c = *string;

if ((c & 0x80) == 0x00) // 0*** ****
        return 1;
    if ((c & 0xE0) == 0xC0) // 110* ****
        return 2;
    if ((c & 0xF0) == 0xE0) // 1110 ****
        return 3;
    if ((c & 0xF8) == 0xF0) // 1111 0***
        return 4;
    if ((c & 0xFC) == 0xF8) // 1111 10**
        return 5;
    if ((c & 0xFE) == 0xFC) // 1111 110*
        return 6;

// Error
    return 1;
}

char* utf8dup(const char* utf8src, const size_t size)
{
    char* utf8des = new char[size + 1];
    memcpy(utf8des, utf8src, size + 1);

return utf8des;
}

int main()
{
    // ファイルから読み込む(BOMなしUTF8コード(=UTF-8N)のテキストファイル)
    char* utf8data = ReadUTF8Data(_T("utf8.txt"));
    if (utf8data)
    {
        CTypedPtrArray<CPtrArray, char*> utf8list;

static const size_t N = 6;
        char buff[N * 6 + 1];
        size_t count = 0, bytes, index = 0;

for (const char* p = utf8data; *p;)
        {
            bytes = utf8scbyte(p);
            memcpy(&buff[index], p, bytes);
            p += bytes;
            index += bytes;

if (++count >= N)
            {
                buff[index] = 0x00;
                utf8list.Add(utf8dup(buff, index));

index = 0;
                count = 0;
            }
        }
        if (count > 0)
        {
            buff[index] = 0x00;
            utf8list.Add(utf8dup(buff, index));
        }

// 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();

// 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