यूटीएफ 32 और सी # समस्या

Question

तो मुझे चरित्र एन्कोडिंग के साथ कुछ परेशानी हुई है।

鸕 

और उसके बाद उन पर इस कोड को चलाने: जब मैं एक UTF32 इनकोडिंग पाठ फ़ाइल में निम्न दो अक्षर डाल

System.IO.StreamReader streamReader = 
    new System.IO.StreamReader("input", System.Text.Encoding.UTF32, false); 
System.IO.StreamWriter streamWriter = 
    new System.IO.StreamWriter("output", false, System.Text.Encoding.UTF32); 

streamWriter.Write(streamReader.ReadToEnd()); 

streamWriter.Close(); 
streamReader.Close(); 

मैं:

鸕 
鸕 

(एक ही चरित्र दो बार, यानी इनपुट फ़ाइल! = आउटपुट)

कुछ चीजें जो मदद कर सकती हैं: 01 पहले वर्ण के लिएहेक्स:

15 9E 02 00

और दूसरा के लिए:

15 9E 00 00

मैं पाठ फ़ाइल निर्माण के लिए एडिट उपयोग कर रहा हूँ, सी # के लिए मोनो और मैं उबंटू का उपयोग कर रहा हूं।

इससे कोई फर्क नहीं पड़ता कि मैं इनपुट या आउटपुट फ़ाइल के लिए एन्कोडिंग निर्दिष्ट करता हूं, अगर यह यूटीएफ 32 एन्कोडिंग में है तो इसे पसंद नहीं है। यह काम करता है अगर इनपुट फ़ाइल यूटीएफ -8 एन्कोडिंग में है।

एफएफ एफई 00 00 15 9E 02 00 0A 00 00 00 15 9E 00 00 0A 00 00 00

यह एक बग है या यह मुझे सिर्फ यह है:

इनपुट फ़ाइल प्रकार है?

धन्यवाद!

Answer 1

के, इसलिए मैंने इसे सोचा, मुझे लगता है, ऐसा लगता है कि अब यह काम करता है। बाहर निकलता है, क्योंकि पात्रों के लिए कोड 15 9ई 02 00 और 15 9ई 00 00 थे, फिर कोई भी तरीका नहीं है कि उन्हें एक, एकल यूटीएफ -16 char में रखा जा सके। इसलिए, इसके बजाय यूटीएफ 16 इन सरोगेट जोड़े चीजों का उपयोग करता है जहां दो अलग-अलग वर्ण होते हैं जो एक 'तत्व' के रूप में कार्य करते हैं। तत्व प्राप्त करने के लिए, हम इसका उपयोग कर सकते हैं:

StringInfo.GetTextElementEnumerator(string fred); 

और यह सरोगेट जोड़े के साथ एक स्ट्रिंग देता है। इसे एक चरित्र के रूप में मानें।

यहाँ देखें:

http://msdn.microsoft.com/en-us/library/system.globalization.stringinfo.aspx

http://msdn.microsoft.com/en-us/library/system.globalization.textelementenumerator.gettextelement.aspx

आशा है कि यह मदद करता है किसी को: डी आउटपुट फ़ाइल का

Answer 2

लिखते समय आप यूटीएफ -32 निर्दिष्ट नहीं कर रहे हैं, इसलिए यह एन्कोडिंग.यूटीएफ 8 पर डिफ़ॉल्ट है।

MSDN से

:

यह निर्माता के बिना एक बाइट आदेश मार्क (बीओएम) है, इसलिए इसके GetPreamble विधि देता है एक खाली बाइट सरणी UTF-8 एन्कोडिंग के साथ एक StreamWriter पैदा करता है। यूटीएफ -8 एन्कोडिंग और बीओएम का उपयोग करके स्ट्रीमवाइटर बनाने के लिए, एक कन्स्ट्रक्टर का उपयोग करने पर विचार करें जो स्ट्रीमवाइटर (स्ट्रिंग, बूलियन, एन्कोडिंग) जैसे एन्कोडिंग निर्दिष्ट करता है।

Answer 3

मुझे लगता है कि आपको अपने StreamWriter के लिए एक ही एन्कोडिंग (Encoding.UTF32) निर्दिष्ट करने की आवश्यकता है।

संपादित करें:

सामान्य रूप से इसे UTF codepages के बीच की जरूरत नहीं है, लेकिन मैं भी इस की कोशिश करेंगे:

Encoding utf8 = Encoding.UTF8; 
Encoding utf32 = Enconding.UTF32; 
byte[] utf8Bytes = utf8.GetBytes(yourText); 
byte[] utf32Bytes = Encoding.Convert(utf8, utf32, utf8Bytes); 
string utf32Text = iso.GetString(utf32Text); 

Answer 4

मैं इस कोशिश की और यह मेरे पीसी पर अच्छी तरह से काम करता है।

System.IO.StreamReader streamReader = new System.IO.StreamReader("input", true); 
System.IO.StreamWriter streamWriter = new System.IO.StreamWriter("output", false); 

streamWriter.Write(streamReader.ReadToEnd()); 

streamWriter.Close(); 
streamReader.Close(); 

हो सकता है कि पाठ आपको लगता है में UTF32 नहीं है।

Answer 5

StreamReader's constructor के लिए

MSDN की टिप्पणियां अनुभाग से:

यह निर्माता एन्कोडिंग के रूप में एन्कोडिंग पैरामीटर द्वारा निर्दिष्ट, और 1024 बाइट्स आंतरिक बफर आकार initializes। StreamReader ऑब्जेक्ट स्ट्रीम के पहले तीन बाइट्स को देखकर एन्कोडिंग का पता लगाने का प्रयास करता है। यह यूटीएफ -8, छोटे-एंडियन यूनिकोड, और बड़े-एंडियन यूनिकोड टेक्स्ट को स्वचालित रूप से पहचानता है यदि फ़ाइल उचित बाइट ऑर्डर अंकों के साथ शुरू होती है। अन्यथा, उपयोगकर्ता द्वारा प्रदत्त एन्कोडिंग का उपयोग किया जाता है। अधिक जानकारी के लिए एन्कोडिंग। गेटप्र्रीमबल विधि देखें।

अपनी फ़ाइल की शुरुआत में बहुत संभावना है बाइट क्रम के निशान वास्तव में UTF 16 (या कुछ और) संकेत कर रहे हैं, और इसलिए यह अपने स्पष्ट रूप से कहा UTF 32 एन्कोडिंग का उपयोग नहीं कर रहा है।