c++ - 加载和保存带有波兰语字符的 HTML 文件

Question

我需要加载一个 HTML 模板文件(使用 std::ifstream)，添加一些内容，然后将其保存为一个完整的网页。如果不是波兰语字符，它会很简单 - 我已经尝试了 char/wchar_t、Unicode/Multi 的所有组合-字节字符集，iso-8859-2/utf-8，ANSI/utf-8 它们都不适合我(总是有一些错误显示的字符(或者其中一些根本不显示)。

我可以在此处粘贴大量代码和文件，但我不确定这是否有帮助。但也许您可以告诉我:模板文件应该采用什么格式/编码，我应该在其中为网页声明什么编码，以及我应该如何加载和保存该文件以获得正确的结果？

(如果我的问题不够具体或者您确实需要代码/文件示例，请告诉我。)

编辑: 我试过评论中建议的库:

std::string fix_utf8_string(std::string const & str)
{
    std::string temp;
    utf8::replace_invalid(str.begin(), str.end(), back_inserter(temp));
    return str;
}

调用:

fix_utf8_string("wynik działania pozytywny ąśżźćńłóę");

抛出:utf8::not_enough_room - 我做错了什么？

Answer 1

不确定这是否是(完美的)方法，但以下解决方案对我有用!

我将我的 HTML 模板文件保存为 ANSI(或者至少 Notepad++ 是这么说的)并更改了每个写入文件流操作:

file << std::string("some text with polish chars: ąśżźćńłóę");

到:

file << ToUtf8("some text with polish chars: ąśżźćńłóę");

哪里:

std::string ToUtf8(std::string ansiText)
{
    int ansiRequiredSize = MultiByteToWideChar(1250, 0, ansiText.c_str(), ansiText.size(), NULL, 0);
    wchar_t * wideText = new wchar_t[ansiRequiredSize + 1];
    wideText[ansiRequiredSize] = NULL;
    MultiByteToWideChar(1250, 0, ansiText.c_str(), ansiText.size(), wideText, ansiRequiredSize);
    int utf8RequiredSize = WideCharToMultiByte(65001, 0, wideText, ansiRequiredSize, NULL, 0, NULL, NULL);
    char utf8Text[1024];
    utf8Text[utf8RequiredSize] = NULL;
    WideCharToMultiByte(65001, 0, wideText, ansiRequiredSize, utf8Text, utf8RequiredSize, NULL, NULL);
    delete [] wideText;
    return utf8Text;
}

基本思想是使用MultiByteToWideChar() 和WideCharToMultiByte() 函数将字符串从ANSI(多字节)转换为宽字符，然后从宽字符转换为utf-8(更多信息:http://www.chilkatsoft.com/p/p_348.asp)。最好的部分是 - 我不需要改变任何其他东西(即 std::ofstream 到 std::wofstream 或使用任何第 3 方库或改变我实际的方式使用文件流(而不是将字符串转换为 utf-8，这是必要的))!

可能也适用于其他语言，尽管我没有测试过。