如何在俄语字符集中使用expat-parser？

Question

我尝试使用expat进行XML解析，但我在XML文件中有俄语符号，这些符号被expat错误地解释。

我得到了expired_str:Р、В、СѓСЃСЃР、С”Р、С‘Р、в“-С‚Р、В、Р、єСЃС‚

而不是:Русскийтекст

以下是我的代码片段：

    static int xmlParseStartup(char *buffer, int n, START_UP_T *startUp_sp)
    {
        void *buff;
        XML_Parser parser_p = XML_ParserCreate("UTF-8");

        if (!parser_p)
        {
            DEBUG("Unable to create parser!\n");
            return RES_ERR;
        }
        XML_SetUserData(parser_p, (void *)startUp_sp);
        XML_SetElementHandler(parser_p, startElement, endElement);

        buff = XML_GetBuffer(parser_p, n);

        memcpy(buff, buffer, n);

        if (XML_STATUS_ERROR == XML_ParseBuffer(parser_p, n, TRUE)) 
        {
            DEBUG("%s at line %" XML_FMT_INT_MOD "u\n",
                  XML_ErrorString(XML_GetErrorCode(parser_p)),
                  XML_GetCurrentLineNumber(parser_p));
            return RES_ERR;
        }
        return RES_OK;
    }

static void XMLCALL startElement(void       *userData,
                                 const char *name,
                                 const char **atts)
{
    int i;
    START_UP_T *startUp_sp = (START_UP_T *)userData;
    for (i = 0; i < startUp_sp->depthPtr; i++)
    {
        fprintf(stderr, ".");
    }
    DEBUG("[%d]name: %s\n", startUp_sp->depthPtr, name);

    if (0 == strcmp(name, "response"))
    {
        if (0 == strcmp(atts[i], "result"))
        {
            startUp_sp->result = atoi(atts[3]);
            DEBUG("RESULT: %d\n", startUp_sp->result);
        }
        else if (0 == strcmp(atts[i], "status_str"))
        {
            strcpy(startUp_sp->expired_str, atts[3]);
            DEBUG("EXPIRED_STR: %s\n", startUp_sp->expired_str);
        }
        else if (0 == strcmp(atts[i], "status_width"))
        {
            startUp_sp->status_width = atoi(atts[3]);
        }
    }

    startUp_sp->depthPtr += 1;
}

static void XMLCALL endElement(void       *userData,
                               const char *name)
{
    START_UP_T *startUp_sp = (START_UP_T *)userData;
    startUp_sp->depthPtr -= 1;
}

XML文件：

<?xml version="1.0" encoding="UTF-8"?>
<startup>
    <response name="result" value="0"/>
    <response name="status_str" value="Русский текст"/>
    <response name="status_width" value="120"/>
</startup>

Answer 1

您得到了UTF-8char*类型字符串的cp1251表示，所以expat实际上工作得很好-它是您遇到问题的控制台输出。

如果不是这样，请检查xml文件开头的utf8标记(ASCII码中的239、187、191字节，或者CP-1251中不带引号的"п>ї“)。

还有一点:你应该检查.xml文件的实际编码，看起来它不是你想的那样(utf-8)。你用什么编辑器来创建这个文件？

UTF-8“Русскийтекст”字符串的CP1251表示为"Р С_С_С_РєРёР№С'РчРєС_С'“。