delphi - 有没有一种简单的方法可以解决 Delphi utf8 文件缺陷？

Question

我发现(困难的方法)，如果一个文件具有有效的 UTF-8 BOM 但包含任何无效的 UTF8 编码，并且由任何支持 Delphi (2009+) 编码的方法(例如 )读取LoadFromFile，那么结果是一个完全空的文件，没有错误指示。在我的几个应用程序中，我宁愿简单地丢失一些错误的编码，即使在这种情况下我也没有收到错误报告。

调试显示，MultiByteToWideChar 被调用两次，首先获取输出缓冲区大小，然后进行转换。但 TEncoding.UTF8 包含这些调用的私有(private) FMBToWCharFlags 值，并且该值使用 MB_ERR_INVALID_CHARS 值进行初始化。因此，获取 charcount 的调用返回 0，并且加载的文件完全为空。在没有该标志的情况下调用此 API 会“默默地删除非法代码点”。

我的问题是如何最好地编织编码区域中的类嵌套，以解决这是一个私有(private)值(并且需要如此，因为它是所有线程的类变量)的事实。我想我可以使用 Marco Cantu 的 Delphi 2009 书中的指导添加自定义 UTF8 编码。如果在不带标志的情况下再次调用 MultiByteToWideChar 后返回编码错误，它可以选择引发异常。但这并不能解决如何使用我的自定义编码而不是 Tencoding.UTF8 的问题。

如果我可以在初始化时将其设置为应用程序的默认值，也许通过实际修改 Tencoding.UFT8 的类变量，这可能就足够了。

当然，我需要一个解决方案，而无需等待提交质量控制报告，要求更强大的设计，让其被接受，并看到它发生变化。

任何想法都非常受欢迎。有人可以确认这仍然是我尚未安装的 XE4 的问题吗？

Answer 1

当我第一次更新 Indy 以支持 TEncoding 时，我遇到了 MB_ERR_INVALID_CHARS 问题，并最终实现了一个自定义 TEncoding 派生类UTF-8 处理以避免指定 MB_ERR_INVALID_CHARS。我没想到要使用类助手。

但是，这个问题不仅仅限于 UTF-8。任何 TEncoding 类的任何解码失败都将导致空白结果，而不是引发异常。当大多数 RTL/VCL 使用异常时，为什么 Embarcadero 选择这条路线，我无法理解。不引发错误异常会导致 Indy 中出现大量必须解决的问题。