尝试读取宽字符会给出 EOF

Question

我有一个文本文件 foo.txt，其中包含以下内容：

R⁸2

我有一个大型程序读取它并处理每个字符，但是当它到达 ⁸ 时它总是收到 EOF。这是代码的相关部分：

setlocale(LC_ALL,"");

FILE *in = fopen(argv[1],"r");

while (1) {
    wint_t c = getwc(in);
    printf("%d ",wctob(c));

    if (c == -1)
        printf("Error %d: %s\n",errno,strerror(errno));

    if (c == WEOF)
        return 0;
}

它打印 82 -1（R 和 EOF 的 ASCII 码）。无论文件中的 ¹ 在哪里，它总是读作 EOF。编辑，我为 errno 添加了一个检查，它给出了这个：

Error 84: Invalid or incomplete multibyte or wide character

然而，⁸ 是 Unicode U+2078 'SUPERSCRIPT EIGHT'。我通过 cat 将其写入 foo.txt 并从 fileformat.info 复制粘贴。 foo.txt 的 hexdump 显示：

0000000: 52e2 81b8 32                             R...2

有什么问题？

Answer 1

1。检查 `WEOF` 而不是 `EOF`

EOF 用于单字节字符。 WEOF 用于宽字符。使用 getwc 读取宽字符的开头时，单字节 EOF 有时会被 returned.

在stdio.h中：

#define EOF (-1)

在wchar.h中：

#define WEOF (0xffffffffu)

2。将语言环境设置为一个支持 Unicode

C 程序的默认语言环境是 C，也称为 POSIX，它仅适用于 ASCII。使用 setlocale，有时需要将适当的语言环境显式设置为支持 Unicode 的代码页。 C.UTF-8 是便携的。

setlocale(LC_ALL,"C.UTF-8");
setlocale(LC_CTYPE,"C.UTF-8");

3。为宽字符使用正确的类型

getwc 的 return 值不是 char、int 甚至 wchar_t，而是 wint_t。确保你的字符变量 c 是 wint_t 类型，以避免内存问题。

尝试读取宽字符会给出 EOF

Trying to read wide char gives EOF

c

file

unicode

fopen

widechar

1。检查 `WEOF` 而不是 `EOF`

2。将语言环境设置为一个支持 Unicode

3。为宽字符使用正确的类型

尝试读取宽字符会给出 EOF

Trying to read wide char gives EOF

c

file

unicode

fopen

widechar

1。检查 WEOF 而不是 EOF

2。将语言环境设置为一个支持 Unicode

3。为宽字符使用正确的类型

1。检查 `WEOF` 而不是 `EOF`