社区 › Auto Lisp › 如何读取UTF-8编码？

mit 发表于 2022-7-5 15:12:24

如何读取UTF-8编码？

大家好
 
我试图编写代码来读取数据。txt文件并填充到Autocad Map中的对象数据表中，但它被显示了？？？？？？？？
 
https://www.cadtutor.net/forum/attachment.php?attachmentid=63717&d=1523370322&thumb=1&stc=1
 
云你能帮帮我吗？
 
测验txt文件
尚塔博里。图纸
填充OD_表。lsp

hanhphuc 发表于 2022-7-5 15:25:30

 
不确定，但请尝试一下，如果不是一个好的解决方案，很抱歉

Can't display "ດິນບຸກຄົນ" ?
;;;(setq remark (vk_ReadTextStream "C:/test.txt" "UTF-8"))

;Try alternative way manually copy text from text file then paste
(setq remark (getstring "\nPaste our text here -> "))
;"\U+0E94\U+0EB4\U+0E99\U+0E9A\U+0EB8\U+0E81\U+0E84\U+0EBB\U+0E99"

;or dialog
(setq remark (lisped "paste here ") )

mit 发表于 2022-7-5 15:29:02

谢谢hanhphuc我会试试的

hanhphuc 发表于 2022-7-5 15:33:02

一些亚洲字体可以显示正常的打开功能，但它只支持ANSI
如果初始对为FE FF（十六进制）或254 255
 
保存测试。txt作为Unicode
 

(setq f (open path "r"))
(setq ret (read-line f)) ;<--test only 1st line
(if f (close f))
 
测验

(defun foo ( str ) ; read unicode - test version
hanhphuc 17.04.2018
(apply 'strcat
(mapcar
        ''( ( x ) (apply 'strcat (vl-list* (chr 92) "U+" (mapcar ''( (x / $)(setq $ ( LM:dec->base x 16))
                                          (if (or (< x 10) (=(strlen $)1)) (strcat "0" $) $) )
                                  (reverse x)
                                )
                   )
             )
              )
       
        (
       '( ( f ) (f (vl-remove-if
                      '(lambda (x) (vl-some '(lambda (y)
                                             (= x y)
                                             )
                                           '( 254 255 ))
                                      )
                        (vl-string->list str)
                      )
                   )
                      )
       '( ( l ) (if l (cons (list (car l)(cadr l))
                              (f (cddr l)))
                   )
          )
        )       
)
)
)

;; Decimal to Base-Lee Mac
;; Converts a decimal number to another base.
;; n - decimal integer
;; b - non-zero positive integer base
;; Returns: Representation of decimal in specified base

(defun LM:dec->base ( n b )
   (if (< n b)
       (chr (+ n (if (< n 10) 48 55)))
       (strcat (LM:dec->base (/ n b) b) (LM:dec->base (rem n b) b))
   )
)


 
如果以上内容适用于您的语言，请尝试？
否则方案B：假设您使用UTF-8文件FSO读取流，它更稳定，但如果我有时间的话，很难配对1到4个字节

mit 发表于 2022-7-5 15:42:44

太棒了
它可以工作
 
非常感谢hanhphuc
谢谢李的密码

hanhphuc 发表于 2022-7-5 15:50:42

 
不客气。希望你下次能自己编写代码
 
如果您对以前的unicode方法有疑问，下面是我的UTF-8函数在将来可能会有用。试试吧，祝你好运。。


(alert (foo ret ) )
ດິນບຸກຄົນ ??

"\U+0E94\U+0EB4\U+0E99\U+0E9A\U+0EB8\U+0E81\U+0E84\U+0EBB\U+0E99"

最后连接所有编码字节列表：
 
一些屏幕截图
https://i.imgur.com/ooL2kHm.png
 
随机测试阿拉伯语、汉语、印地语、日语、韩语、老挝语、旁遮普语、俄语、泰米尔语、越南语等。。还有一些问题

mit 发表于 2022-7-5 15:54:49

你好
云你能帮帮我吗？
这个代码怎么了？
 


;Reference, post#138
;https://stackoverflow.com/questions/643694/what-is-the-difference-between-utf-8-and-unicode

(defun UTF8->unicode ( l / ls 8b d2 foo) ; encode UTF-8 to unicode
;;;hanhphuc 17.04.2018
(setq        8b '((s) (while (< (strlen s)(setq s (strcat "0" s))) s)
        d2 '((str) ;split string to two list
               (if (> (strlen str) 0)
               (cons (substr str 1(d2 (setq str (substr str 9 ))))
                   )
             )
foo '(($ / pos i) ; base2 to decimal
                (setq i 0)
                (+ (cond ((while (and (> (strlen $) 0) (setq pos (vl-string-search "1" $)))
                          (setq         $ (substr $ (+ 2 pos))
                                   i (+ i (expt 2 (strlen $)))
                          )
                           )
                      )
                   (0)
                 )
                       (atoi $)
                           )
           )
        ls (mapcar ''((x / $)
              (setq $ (LM:dec->base (foo x) 16))
              (if
             (= (strlen $) 1)
             (strcat "0" $)
             $
             )
              )
           (d2
             (apply 'strcat
                  (mapcar ''((a x) (substr (8b a) (- 9 x) x))
                          l
                          (cdr (assoc (length l) '((1 . (7)) (2 . (5 6)) (3 . (4 6 6)) (4 . (3 6 6 6)))))
                          )
                  )
             )
           )
)
(apply 'strcat
(vl-list* "\\U"
          (if (> (length ls) 1)
       "+"
       "+00")
       ls
       )
)
)


(defun U8:bytes (l / x ls)
;hanhphuc 17.04.2018
;UTF-8 split the bytes
(setq x (car l))
(if l
   (cons (vl-remove nil (cond        ((<= 0 x 191)
       (setq ls (list x)
             l(cdr l)
             )
       ls
       )
        ((<= 192 x 223)
       (setq ls (list x (cadr l))
             l(cddr l)
             )
       ls
       )
        ((<= 224 x 239)
       (setq ls (list x (cadr l) (caddr l))
             l(cdddr l)
             )
       ls
       )
        ((<= 240 x 247)
       (setq ls (list x (cadr l) (caddr l) (cadddr l))
             l(cddddr l)
             )
       ls
       )
        )
    )
(U8:bytes l)
)
   )
)



 
所以换成这个

(setq ret "Lee Mac & Marko Ribar\r\nHappy Birthday\r\n祝ä½*们生日快乐\r\n幸福\r\nChúc mừng sinh nháº*t\r\n"
   )

愉快地编码
 
p/s：使用read char读取unicode文件

hanhphuc 发表于 2022-7-5 16:01:33

非常感谢穆什·汉赫普克

mit 发表于 2022-7-5 16:09:28

不客气
 
对不起，参考链接中有#138的错别字，应该是#147的帖子

hanhphuc 发表于 2022-7-5 16:15:19

查看完整版本: 如何读取UTF-8编码？