用于获取字符串中每个字符的ASCII代码的Tcl

Question

我需要获取字符串中每个字符的ASCII字符。实际上，它是一个(小)文件中的每个字符。以下前3行成功地将一个文件的所有内容拉入一个字符串(每个this recipe)：

set fp [open "store_order_create_ddl.sql" r]
set data [read $fp]
close $fp

我相信我正确地识别了字符的ASCII码(参见http://wiki.tcl.tk/1497)。然而，我在弄清楚如何遍历字符串中的每个字符时遇到了一个问题。

首先，我不认为下面是使用Tcl循环字符串中字符的一种特别惯用的方法。其次，也是更重要的是，它的行为不正确，在每个字符之间插入一个额外的元素。

下面是我为处理上面设置的"data“变量的内容而编写的代码，后面是一些示例输出。

代码：

for {set i 0} {$i < [string length $data]} {incr i} {
  set char [string index $data $i]
  scan $char %c ascii
  puts "char: $char (ascii: $ascii)"
}

输出：

char: C (ascii: 67)
char:  (ascii: 0)
char: R (ascii: 82)
char:  (ascii: 0)
char: E (ascii: 69)
char:  (ascii: 0)
char: A (ascii: 65)
char:  (ascii: 0)
char: T (ascii: 84)
char:  (ascii: 0)
char: E (ascii: 69)
char:  (ascii: 0)
char:   (ascii: 32)
char:  (ascii: 0)
char: T (ascii: 84)
char:  (ascii: 0)
char: A (ascii: 65)
char:  (ascii: 0)
char: B (ascii: 66)
char:  (ascii: 0)
char: L (ascii: 76)
char:  (ascii: 0)
char: E (ascii: 69)

Answer 1

下面的代码应该可以工作：

set data {CREATE TABLE}
foreach char [split $data ""] {
    lappend output [scan $char %c]
}
set output ;# 67 82 69 65 84 69 32 84 65 66 76 69

就输出中的额外字符而言，问题似乎出在文件的输入数据上。文件中每个字符之间会有空字符(\0)，这是不是有什么原因？

Answer 2

在寻找其他东西的时候遇到了这个老问题..为了其他可能正在寻找这个问题的答案的人的利益，我将回答它。

首先，了解什么是字符编码。示例中的源数据不是ASCII字符编码，因此ASCII字符代码(代码0-127)实际上没有意义--除了在本例中，编码似乎是UTF-16，它将ASCII代码作为一个子集。您可能需要的是从0到255的所有“字符”代码，但根据您的系统、数据来源等，代码128-255可能是ANSI、ISO或其他一些奇怪的代码页。您要做的是将数据转换为您知道如何处理的格式，例如非常常见的ISO8859-1代码(编码为"iso8859-1")，它非常类似于Windows1252标准编码(编码为"cp1252")，或使用“编码”命令的UTF-8 (编码为"utf-8")：

为utf-8设置数据编码转换为UTF-8 $data ;#

将数据编码转换设置为ISO 8859-1的$data ;#

诸若此类。如果您正在从文件中读取数据，则可能需要在读取数据之前设置文件编码(通过fconfigure)，以确保正确读取文件数据。有关处理字符集编码的更多详细信息，请查看“编码”(和"fconfigure")的手册页。

一旦控制了数据的编码，示例代码的其余部分就应该可以正常工作了。