- - PR -
Xerces-C++でtranscodeは何に変換してる？
| 投稿者 | 投稿内容 |
|---|---|
|
投稿日時: 2002-04-13 21:43
皆様はじめまして、Tacchangと申します。
XMLファイルの内容を読むプログラムを作ってみたのですが、日本語がうまくとれません。 XMLファイルはUTF-8で書かれています。 <?xml version='1.0' encoding='UTF-8'?> そのファイルをDOMParser.parse()して、getNodeValue()で得た文字列をtranscode()してWindowsコントロールのキャプション(TEdit->Text)にセットするのですが、日本語コードが表示されません。 transcode()はどのような文字コードに変換するのでしょうか。 Shift-JISのファイルを、encoding='UTF-8'などとして、だまして読むと、これは読み込めます。 かと言って、UTF-8で書かれたファイルは読み込めません。（アルファベットok） XercesのAPIドキュメントを読んでもtranscode()がどのようなコードを返すのか理解できません。 アドバイスをお願いいたします。 -------------- □私の環境 Xerces-C++ 1.7 Borland C++ Builder 6 Windows 2000 DOM API |
|
投稿日時: 2002-04-14 14:39
質問をさせていただいたTacchangと申します。
本件、rawBuffer()を使って解決しました。 お騒がせしました。<(_ _)> |
|
投稿日時: 2002-07-05 00:41
私も困っています。
いろいろなホームページを見て、みようみまねで次のようなコードを書いたのですが、 こんなXMLでも「あかさた」と表示されず「 aa」と表示されてしまいました。 MessageBoxで表示する簡単なサンプルがあれば、何とかなりそうな気がするのですが、 どんぴしゃりなものは見つけられませんでした。 アドバイスください、よろしくお願いいたします。 -----XML----- <?xml version="1.0" encoding="Shift_JIS"?> <Test> あかさた </Test> ------------- -----test.cpp----- // test.cpp // #include <windows.h> #include <locale> #include <string> // Xerces #include <xercesc/util/PlatformUtils.hpp> #include <xercesc/parsers/DOMParser.hpp> #include <xercesc/framework/XMLFormatter.hpp> std::string transcode(const DOMString& x) { const wchar_t* buf = x.rawBuffer(); // UNICODEバッファと unsigned len = x.length(); // その長さ wchar_t* wcs = new wchar_t[len+1]; // 領域確保 char* mbs = reinterpret_cast<char*>(wcs); *std::copy(buf, buf+len, wcs) = L'\\0'; // UNICODEバッファからコピー XMLString::transcode(wcs, mbs, len*2+1); // nativeコードに変換 std::string ret(mbs); // std::stringを生成 delete[] wcs; // 領域解放 return ret; } int APIENTRY WinMain(HINSTANCE hInstance, HINSTANCE hPrevInstance, LPSTR lpCmdLine, int nCmdShow ) { // localeを'日本語'に設定 std::locale::global(std::locale("japanese")); // Xercesの初期化 XMLPlatformUtils::Initialize(); // XMLをパース { DOMParser parser; parser.parse("test.xml"); // ルート・エレメント(テスト)を取得 DOM_Element test = parser.getDocument().getDocumentElement(); std::s = transcode( test.getFirstChild().getNodeValue() ); MessageBox(NULL, s.c_str(), "getNodeValue", MB_OK); } // Xercesの後始末 XMLPlatformUtils::Terminate(); return 0; } |
|
投稿日時: 2002-07-06 18:55
# 遅くなってしまいました。
私はtranscodeを以下のように自作しました。 それ以外は何もしていません。 yazさんがあちこちに気を配っているのを見て、あぁ、こういう配慮が必要なんだと気が付いたくらいです。(^_^; 何かの参考になれば幸いです。 -------------- AnsiString TForm1::transcode(const DOMString& str) { // XMLString::transcode()は何に変換しているか判らないので使わない const wchar_t* buf = str.rawBuffer(); // UNICODEバッファと unsigned len = str.length(); // その長さ wchar_t* wcs = new wchar_t[len+1]; // 領域確保 // char* mbs = reinterpret_cast<char*>(wcs); *std::copy(buf, buf+len, wcs) = L'\\0'; // UNICODEバッファからコピー AnsiString ret = WideCharToString( wcs ); delete[] wcs; // 領域解放 return ret; } |
|
投稿日時: 2002-07-07 11:45
ありがとうございます。Borland系の関数ですね > WideCharToString
TacchangさんのtranscodeはAnsiStringを返していたので、std::stringを返すように、 そしてWideCharToStringを使わないように、ちょっとアレンジしてこんな感じにしました。 ほんとは、WideCharToMultiByteを使うべきなのかもしれないのですが、使い方が よくわからなかったので、wcstombsを使っています。 これで、うまくMessageBoxで表示できている様子です。ありがとうございました。 これではまずいぞ。など、アドバイスがありましたら、お願いします。 > みなさま std::string transcode(const DOMString& str) { const wchar_t* buf = str.rawBuffer(); // UNICODEバッファと unsigned len = str.length(); // その長さ wchar_t* wcs = new wchar_t[len+1]; // 領域確保 *std::copy(buf, buf+len, wcs) = L'\0'; // UNICODEバッファからコピー int len2 = wcstombs(NULL, wcs, 0); char* pstr = new char[len2+1]; if (!pstr) return NULL; wcstombs(pstr, wcs, len2+1); delete[] wcs; // 領域解放 std::string ret(pstr); return ret; } |
|
投稿日時: 2002-07-07 15:38
余計なお世話かもしれませんが、「Shift_JIS」を使っているときは「〜」「−(マイナス)」も確かめたほうがよいでしょう。
化ける場合は「Windows-31J」を使いましょう。 |
|
投稿日時: 2002-07-07 16:09
アドバイスありがとうございます。
〜と−は、全角が化ける可能性があるということなんですね？ ちょっと試した限りでは、うまく変換されたみたいです。 今後のために教えていただきたいのですが、「Windows-31Jを使う」とおっしゃっているのは、 <?xml version="1.0" encoding="Shift_JIS"?> の変わりに、 <?xml version="1.0" encoding="Windows-31J"?> を使うということでしょうか？ それとも、コード中で、SJISコードに変換するのではなくWindows 3.1Jコード？に変換するということでしょうか？ 少し調べた感じでは前者のように思えました。 勉強になります。ほかにも、ここはよく引っかかるポイント。というのがあればぜひ。 |
|
投稿日時: 2002-07-17 19:39
皆さんはじめまして。
私もxerces-cをlinux上でgcc3でコンパイルしたものを 使用して(redhat linux 7.3 + xerces-c1.6 + icu2.0) 開発を行っているのですが、XMLファイル(UTF-8)に日本 語タグ名があるファイルだと Message Unknown element 'プロジェクトコード' とxercesに怒られます。 因みに同バージョンのwin32版だと正常に処理されます。 なぜなんでしょうか？ もしお分かりの方がいましたらお助け下さい。 |
スキルアップ／キャリアアップ（JOB@IT）
Copyright © ITmedia, Inc. All Rights Reserved.
著作権はアイティメディア株式会社またはその記事の筆者に属します。
当サイトに掲載されている記事や画像などの無断転載を禁止します。
著作権はアイティメディア株式会社またはその記事の筆者に属します。
当サイトに掲載されている記事や画像などの無断転載を禁止します。