- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我正在尝试从文件中读取字符并删除标点符号。我想将单词存储在一个数组中,最后将它们写入另一个文件。文件的内容是:-
"यौ ता बाबू उदयभाहू उपेक्षा औंर अपमान्नकीपीड््ा ढोये जैसेतैस्ये वहबाबाके आश्रम म्पें पहैच गया । बाबा मान्नो उसी की प्रतीक्षा म्पें वैठे थे । वह ज्योही दण्डवत की मुदा म्पें हुभ्रा त्योंही बाबा का गभ्रीर स्वर उसके कानों म्पे टकराया ' आभ्रो, ञैं तुम्हारे लिए ही बैठा हूें । ' अमित न्ने मस्तक ऊैंचा उठाया औंर एकाम्र भाव न्से बाबा को देखता रहा । बाबा के पास वह अनेकों बार आ चुका था परन्तु. आज जैसी व्यथा, थकान्न औंर प्तानता इससे दूर्व नहीं थी आदमी कभ्रीकभी इतना टूट ञाता ड़ँ कि ठसे अपने अस्तिल्द के प्रति भ्री शंका होन्ने लगती न्है वह अनेक विचारों म्पें खो गया उसके नेत्र बाबा कौ देख रहे थे परन्तु उस्यका मन कहीं औंर भ्रटक रद्दा था ।"........
我尝试使用旧的 Turbo C++ 读取这些字符(印地语——utf-8)。使用简单的字符数据类型。
程序已编译但内容未正确写入文件。然后我在 visual c++ 中用相同的代码使用了相同的代码,但我得到了错误--
"Debug assertion failed ... unsigned(c+1) <=256"
接下来我尝试使用宽字符数据类型来达到这个目的。 using<wchar.h>
和 <cwchar.h>
头文件和数据类型 wchar_t 和其他宽字符函数,但仍然输出不正确 --"����त ྤ����ྤ�"
是否有任何替代方法或任何其他方法来解决此问题。
用完整的代码段回答并告诉我 wchar 的 getline 函数的替代方法是什么。这就是我尝试做的...
#include<sstream>
#include<iostream>
#include<fstream>
#include<ctype.h>
#include<string>
#include<stdio.h>
#include<conio.h>
#include <istream>
#include<vector>
#include<string>
#include<stdlib.h>
#include<iostream>
#include<fstream>
#include<ctype.h>
#include<string.h>
#include<stdio.h>
#include<conio.h>
#include<vector>
#include<wchar.h>
#include<cwchar>
#include <locale.h>
#include <cwchar>
using namespace std;
unsigned char line[1000],storech[2000],storech1[20000];
wchar_t word[50];
std::vector< wchar_t* > storewrd;
void main()
{
FILE * file3 = fopen("H:\\myfile.txt" , "w");
cout << "check" << endl;
FILE *stream;
stream = fopen( "H:\\ocr.txt", "r" );
setlocale(LC_ALL,"");
int ch;
int test;
wchar_t temp1;
wchar_t buffer[500];
wchar_t temp[500];
int x=0,j=0;
do
{
int loop = 0;
ch = fgetwc(stream);
//read word
while( (ch != '\n') && (ch != WEOF) )
{
buffer[loop] = ch;
loop++;
test = fgetwc(stream);
temp1 = (wchar_t) test;
if(!iswpunct(test))
fputwc( test , file3);
wcout << temp1 << " ";
}
int t;
if (ch!= WEOF)
{
for(t=0;t<loop;t++)
{
temp[t] = buffer[t];
}
temp[loop++] = '\0';
j++;
//cout << buffer[loop] << " ";
}
}while(ch != WEOF);
cout << "check";
_getch();
}
最佳答案
我不太清楚你想做什么:发生断言失败?您如何尝试确定字符是标点符号还是不是?
UTF-8是多字节编码,也就是说单字节ispunct
之类的函数对它不起作用。它是一个可变长度然而,编码以及原始 ASCII 代码中的所有字符set 具有单字节编码。 如果你是唯一的标点符号关心的是原始 ASCII 中的字符,你可以“作弊”一点,然后使用类似的东西:
if ( (ch & 0x80) == 0 && ispunct( ch ) ) {
// is ASCII punctuation
} else {
// is something else
}
我把“作弊”放在引号中,因为 Unicode 的目标之一UTF-8 是查找 ASCII 标点符号之类的代码应该可以正常工作。
如果您需要识别的不仅仅是 ASCII 标点符号(例如事物例如 «
、¿
或 —
),并且您想使用 wchar_t
(通常,但不总是 UTF-16 或 UTF-32),文件是UTF-8,您需要使用适当的语言环境来执行代码翻译。在这种情况下,您应该绝对使用 iostream,并且不是 C 风格的 IO; iostream 将允许您将流与适当的语言环境,而 C++ 语言环境将允许您在苍蝇,通过改变一个方面(codecvt
,在这种情况下)从另一个语言环境(可能是全局语言环境)。 (在 Linux 下,全局语言环境,特别是在非英语地区,通常是 UTF-8locale,可以直接使用。在 Windows 下,我希望它能是 UTF-16 语言环境,它不会正确翻译 UTF-8。)如果你不想涉及语言环境,直接将你的 UTF-8 读入char
缓冲区,并使用 iconv
库或类似的东西在你的程序中翻译它。但是请注意,可能有是基本平面之外的一些罕见标点符号,这将是使用 UTF-16 中的两个代理字符编码; iswpunct
不会如果您的 wchar_t
使用 UTF-16(Windows 和 AIX),请为这些工作。 (最多基本平面外的字符是 CJK 或来自历史今天不使用的脚本,所以这对你来说可能不是问题。)
关于c++ - 从包含 utf-8(HINDI) 格式文本的文件中读取并写入另一个文件,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/11427103/
我遇到以下问题。我想读取一个包含数百万行和数百列的大型 csv。我想向下转换列的数据类型。我的方法是读取 csv,然后使用 pd.to_numeric() 对其进行向下转换。我不知道列数及其类型。在读
目前,我从 SQL server (2008) 数据库获取数据。 cyurrent的方法是使用DataTable,然后将其传递并使用。 if (parameters != null)
我有以下问题。我有一个巨大的 csv 文件,想用多处理加载它。对于一个包含 500000 行和 130 列不同数据类型的示例文件,Pandas 需要 19 秒。我试过 dask 因为我想多处理阅读。但
是否有关于用于序列化各种 MFC 数据结构的二进制格式的明确文档?我已经能够在十六进制编辑器中查看我自己的一些类,并使用 Java 的 ByteBuffer 类读取它们(使用自动字节顺序转换等)。 但
我正在使用 Selenium 进行测试,我们用 HTML 文件编写测试用例,并用它们制作测试套件,我们的要求是编写足够健壮的测试用例,以根据测试环境改变自身。 为此,我不希望在 HTML 脚本本身中包
我需要一个 JavaScript 代码来读取存储为 .txt 文件的字典(或者也可以保存为任何其他类型的文件。它也可以在线获得)并将其内容存储在一个变量中。我不能找到一种让 JavaScript 像
我正在尝试遍历包含 SSH 登录和其他日志的日志文本文件。 程序正在返回 SSH 登录的总数。 我的解决方案确实有效,但似乎有点慢(在 200mo 文件上大约需要 3.5 秒)。我想知道是否有任何方法
我正在将大量数据从一个电子表格复制到工作簿中的其他 160 个电子表格。目前,Excel (2013) 遇到错误,因为它没有足够的资源来完成操作。 我的目标是将工作表 4 中 V13:XI1150 范
我正在尝试读取一个有 1147 行的文本文件。下面的代码仅读取第 1050-1147 行。我的目标是读取整个文件并提取位于不同行的特定值以在脚本中使用。一个示例是包含“BlockList: 2”的行中
我正在为游戏编写解释器。用户将其移动输入解释器,程序执行该移动。 现在我想为每个决定实现一个时间限制。玩家不应该能够思考超过 30 秒来写一个移动并按下回车。 call_with_time_limit
以this file例如,我正在尝试读取 data.frame 中的数据。来自 the doc (pdf 文件,表 1),它遵循一些 fortran 约定。我尝试了以下但收效甚微: dir 0' 将
我正在使用 R 阅读 Outlook 附件。我的引用在这里:Download attachment from an outlook email using R 这是我的电子邮件的截图: 这每天都会发送
我不会从表格中读取行来将主题放在列表中 php脚本 $url_obj='http://'.$host.':8069/xmlrpc/object'; $sock=new xmlrpc_client($u
我有一个这样的 csv 文件: id,name,value 1,peter,5 2,peter\,paul,3 我如何读取此文件并告诉 R "\," 不表示新列,仅表示 ","。 我必须添加该文件
我正在尝试读取 ~/Library/Preferences/com.apple.mail.plist (在 Snow Leopard 上)以获取电子邮件地址和其他信息以进入“关于”对话框。我使用以下代
This question already has answers here: How do I use floating-point division in bash? (19个回答) 5个月前关闭
本练习的目标是读取输入文件并将其存储到表中,然后验证输入中的某些字段并输出任何错误记录。我需要读取并存储每个策略组,以便表中一次仅存储 5 条记录,而不是整个文件。 所以我需要读取一个包含 5 条记录
据我了解,LWT 插入始终以 SERIAL 一致性级别完成。如果为 true,这是否意味着读取作为 LWT 插入的行可以安全地以 ANY 的一致性级别读取? 换句话说,我假设 LWT 插入是完全一致的
我看到很多很多通过java脚本读取cookie的函数,但我只想在变量中使用它一次,我是JS新手。 这是我的代码 var TheNumber = (Math.random() + '') * 10000
我正在使用 asp.net 和 C#。我在服务器上部署了一个应用程序[已发布],现在我想查看该网站的代码,据我所知,我可以阅读程序集来查看代码。 请告诉我如何实现它。 提前致谢。 最佳答案 您可以使用
我是一名优秀的程序员,十分优秀!