×
Namespaces

Variants
Actions

S60平台简体汉字处理浅谈

From Nokia Developer Wiki
Jump to: navigation, search
Article Metadata

文章
r60600 在 11 Sep 2007 创建
最后由 hamishwillee 在 15 Dec 2011 编辑

S60应用处理简体汉字一般分为两种情况:

Contents

一.UTF-8编码字串

1.资源文件中的UTF-8编码字串

理论上,从资源文件中获取的字串可以直接用于显示(直接写屏、应用标题、按钮、菜单及各种UI控件)和写文件等操作。但关键是:由于Symbian OS默认编码与Windows等操作系统默认编码不同,所以在Windows等环境中编辑资源源文件(.rss、.rls、.loc)时必须将文件的头部加入CHARACTER_SET UTF8设置,并以UTF-8编码保存,如此编译后的资源文件字串才能得到正常处理。特别是对于汉字这种非ASCII标准字符(这里的ASCII标准字符是指单字节编码字符,汉字是扩展的多字节编码字符,一般为GBK/GB2312编码)。

能将文件以UTF-8编码保存的编辑器有许多(例如Windows的记事本),但最好是用一些16位的编辑器将以UTF-8编码保存的文件开头的3个字节长的字节序标记(Byte Order Mark)删除以便编译系统识别(例如Windows中命令行的Edit),这一点对于S60 3.0平台更是如此。

2.程序文件中的UTF-8编码字串

同样,程序源文件(.cpp)中的字串默认情况下也不是UTF-8编码,如要直接使用也必须以UTF-8编码保存程序源文件。 例如某程序源文件中:

_LIT( KUTF8String, "简体汉字串");
CAknInformationNote* InfoNote;
InfoNote = new ( ELeave ) CAknInformationNote;
InfoNote->ExecuteLD( KUTF8String );

用记事本将此源文件保存为UTF-8编码,这样编译后可正常显示,无需编码转换,不过由于编译环境的识别问题需要注意的是:

1).模拟器平台应用(WINS、WINSCW等)不可将文件开头的字节序标记(Byte Order Mark)删除;

2).真机平台应用(THUMB、ARMI、GCCE等)必须将文件开头的字节序标记(Byte Order Mark)删除。

顺便提一下Carbide中简体汉字的处理,重点是修改工程或文件的文本编码方式。 对于通过.inf或.mmp导入的工程(这种方法比较好),只要导入前源文件符合前面以UTF-8编码保存的那些要求,就不必修改文本编码方式。 而对于新工程,资源源文件中除了加入CHARACTER_SET UTF8设置,最好将源文件的文本编码方式改为UTF-8,否则Carbide将不按UTF-8编码处理文本,显示将不正常。具体方法如下:

1).右键点击工程文件夹的某个资源源文件->properties->Info,将Text file ecoding改为others中的UTF-8;

2).右键点击工程文件夹->properties->Info,将Text file encoding改为others中的UTF-8。

两者取一即可,只是后一种将使工程所有源文件的文本编码方式变为UTF-8。 另外需要注意,Carbide中一旦有文本编码方式的修改,特别是资源源文件,最好重新写入字串,清除(clean)之后再建立应用或运行(build或run),否则上一次的结果仍可能会存在而影响这一次的建立。

二.非UTF-8编码字串

如前所述,如果不以UTF-8编码保存程序源文件,则程序源文件(.cpp)中的字串即为非UTF-8 编码字串。要想正常操作,则必须进行编码转换,但不是转换为UTF-8编码,而是必须转换成Unicode(标准的Unicode也称UTF-16)编码。 例如:

 _LIT8( KNonUnicodeString, "简体汉字串");
TPtrC8 point8( KNonUnicodeString );
CCnvCharacterSetConverter* characterSetConverter=CCnvCharacterSetConverter::NewLC();
//一般简体中文Windows使用的简体汉字编码是Gb2312或Gbk(ASCII字符集的扩展,也称ASCI字符集)
if( converter->PrepareToConvertToOrFromL(KCharacterSetIdentifierGbk,
iEikonEnv->FsSession()) == CCnvCharacterSetConverter::EAvailable )
{
}
else if ( characterSetConverter->PrepareToConvertToOrFromL(KCharacterSetIdentifierGb2312,
iEikonEnv->FsSession())!= CCnvCharacterSetConverter::EAvailable )
{
CleanupStack::PopAndDestroy();
User::Leave( KErrNotSupported );
}
TInt state=CCnvCharacterSetConverter::KStateDefault;
HBufC* UnicodeString = HBufC::NewL( point8 );
TPtr16 point16 = UnicodeString->Des();
if( CCnvCharacterSetConverter::EErrorIllFormedInput ==
characterSetConverter->ConvertToUnicode(point16, point8, state ) )
{
CleanupStack::PopAndDestroy();
User::Leave(KErrArgument);
}
CleanupStack::PopAndDestroy(2); // characterSetConverter UnicodeString

UnicodeString即为Unicode编码的字串,可以直接用于显示及写文件等操作。简体汉字串的显示除了编码问题,还要注意字体的选择,特别是对UI控件,最好是用LatinBold12()(2版),AknLayoutUtils::FontFromId( ELatinBold12 )(3版)。简体汉字串显示的相关文档,例程很多,在这里就不多说了。至于文件中读写简体汉字串则要提几点注意:

1.自己写自己读

借助Symbian的文件服务将字串写入文件,一般都是带格式的,文件的首字符用来表示紧跟字串的长度和编码,所以不是什么文件都可以读的,例如用记事本编辑的文件一般就无法正确读出,除非写对了格式,而这种格式手工写是很烦琐的。所以对于程序内部文件读写,最好是:拿什么写就用什么读,要拿什么读就用什么写。

2.UTF-8编码简体汉字串读写文件

无论是从资源文件中读取的,还是.cpp中定义的UTF-8编码字串,都可以直接写直接读,无需编码转换。例如:

 //写文件
_LIT( KFileName, "\\private\\xxxxxxxx\\aTextFile.txt" );
RFs FileServerSession;
User::LeaveIfError(FileServerSession.Connect());
RFile file;
if ( file.Replace(FileServerSession, KFileName, EFileWrite ) != KErrNone )
{
return;
}
CleanupClosePushL( file );
_LIT( KUTF8String, "简体汉字串");//或者HBufC* UTF8ResourceString = StringLoader::LoadLC( R_UTF8_RESOURCE_STRING );
RFileWriteStream StreamWriteToFile( file );
CleanupClosePushL( StreamWriteToFile );
StreamWriteToFile << KUTF8String;//或者StreamWriteToFile << *UTF8ResourceString
CleanupStack::PopAndDestroy(2); //file StreamWriteToFile
 
//读文件
RFs FileServerSession;
RFile file;
User::LeaveIfError(FileServerSession.Connect());
CleanupClosePushL(FileServerSession);
User::LeaveIfError(file.Open(FileServerSession,KHelloFileName, EFileStreamText));
CleanupClosePushL(file);
RFileReadStream StreamReadFromFile(file);
CleanupClosePushL(StreamReadFromFile);
HBufC* StreamData= HBufC::NewLC(StreamReadFromFile, 32);
CleanupStack::PopAndDestroy(3); //file StreamReadFromFile StreamData
FileServerSession.Close();

得到的StreamData可以通过:

 CAknInformationNote* InfoNote;
InfoNote = new ( ELeave ) CAknInformationNote;
InfoNote->ExecuteLD( *StreamData )

加以显示验证。

3.非UTF-8编码简体汉字串读写文件:

如前所述,非UTF8编码简体汉字串必须进行编码转换,主要有两种方法:

  • 1).将字串转换为Unicode编码写入文件后直接读取:
//转换后写文件
 _LIT( KFileName, "\\private\\xxxxxxxx\\aTextFile.txt" );
RFs FileServerSession;
User::LeaveIfError(FileServerSession.Connect());
RFile file;
if ( file.Replace(FileServerSession, KFileName, EFileWrite ) != KErrNone )
{
return;
}
CleanupClosePushL( file );
 
_LIT8( KNonUnicodeString, "简体汉字串");
TPtrC8 point8( KNonUnicodeString );
CCnvCharacterSetConverter* characterSetConverter=CCnvCharacterSetConverter::NewLC();
if( converter->PrepareToConvertToOrFromL(KCharacterSetIdentifierGbk,
iEikonEnv->FsSession()) == CCnvCharacterSetConverter::EAvailable )
{
}
else if ( characterSetConverter->PrepareToConvertToOrFromL(KCharacterSetIdentifierGb2312,
iEikonEnv->FsSession())!= CCnvCharacterSetConverter::EAvailable )
{
CleanupStack::PopAndDestroy();
User::Leave( KErrNotSupported );
}
TInt state=CCnvCharacterSetConverter::KStateDefault;
HBufC* UnicodeString = HBufC::NewL( point8 );
TPtr16 point16 = UnicodeString->Des();
if( CCnvCharacterSetConverter::EErrorIllFormedInput ==
characterSetConverter->ConvertToUnicode(point16, point8, state ) )
{
CleanupStack::PopAndDestroy();
User::Leave(KErrArgument);
}
 
RFileWriteStream StreamWriteToFile( file );
CleanupClosePushL( StreamWriteToFile );
StreamWriteToFile << *UnicodeString;
CleanupStack::PopAndDestroy(4);//file StreamWriteToFile characterSetConverter UnicodeString
FileServerSession.Close();


直接读取的方法与UTF-8编码简体汉字串读写文件的读文件操作相同。

  • 2).将字串直接写入文件后再读取转换:

直接写文件的方法与UTF-8编码简体汉字串读写文件的写文件操作相同。

 //读取后转换
RFs FileServerSession;
RFile file;
User::LeaveIfError(FileServerSession.Connect());
CleanupClosePushL(FileServerSession);
User::LeaveIfError(file.Open(FileServerSession,KHelloFileName, EFileStreamText));
CleanupClosePushL(file);
RFileReadStream StreamReadFromFile(file);
CleanupClosePushL(StreamReadFromFile);
HBufC* StreamData = HBufC::NewLC(StreamReadFromFile, 32);
HBufC8* StreamData8 = HBufC8::NewLC( StreamData->Length() );
StreamData8->Des().Copy(*StreamData);
 
TPtrC8 point8( *StreamData8 );
CCnvCharacterSetConverter* characterSetConverter=CCnvCharacterSetConverter::NewLC();
if( converter->PrepareToConvertToOrFromL(KCharacterSetIdentifierGbk,
iEikonEnv->FsSession()) == CCnvCharacterSetConverter::EAvailable )
{
}
else if ( characterSetConverter->PrepareToConvertToOrFromL(KCharacterSetIdentifierGb2312,
iEikonEnv->FsSession())!= CCnvCharacterSetConverter::EAvailable )
{
CleanupStack::PopAndDestroy();
User::Leave( KErrNotSupported );
}
TInt state=CCnvCharacterSetConverter::KStateDefault;
HBufC* UnicodeString = HBufC::NewL( point8 );
TPtr16 point16 = UnicodeString->Des();
if( CCnvCharacterSetConverter::EErrorIllFormedInput ==
characterSetConverter->ConvertToUnicode(point16, point8, state ) )
{
CleanupStack::PopAndDestroy();
User::Leave(KErrArgument);
}
 
CleanupStack::PopAndDestroy(6); //file StreamReadFromFile StreamData StreamData8 characterSetConverter UnicodeString
FileServerSession.Close();

得到的UnicodeString可以通过:

 CAknInformationNote* InfoNote;
InfoNote = new ( ELeave ) CAknInformationNote;
InfoNote->ExecuteLD( *UnicodeString );

加以显示验证。

以上代码的集成开发环境为:

Active Perl 5.6.1 build 631

Java Runtime Enviroment v1.5.0_07

CodeWarrior Personal Edition 3.1

S60 3RD EDITION SDK FOR SYMBIAN OS, FOR C++

在以命令行建立的应用中验证正常(WINSCW、GCCE)。如果是其它的建立应用方式或IDE可能需要做相应的变化,或根本不可行,在这里只是给大家提供一种思路和方法。


总之,简体汉字的处理,最重要的在于对字符编码的掌握,说到底就是要依据不同的编码情况进行相应的编码转换操作。最为理想和不受开发环境影响的方法个人认为是:资源文件法,也就是将字符串以UTF-8编码保存在资源源文件中,并设置以UTF-8编码去处理。它最为简便,也最为有效,且便于本地化的移植。其它方法只是提供一种参考,一个可行的方案。

其实,本文所讨论的方法不仅仅对简体汉字有效,理论上对所有非ANSII标准字符都适用。

补记:字节序标记(Byte Order Mark)

BOM(Byte Order Mark),是在Unicode标准(UTF-16)引入后,对于Unicode纯文本文件判断其比特顺序的标记,在UTF-16 Little Endian字节序下为(0xFF,0xFE),在UTF-16 Big Endian下为(0xFE,0xFF);如果进行相应的UTF-16到UTF-8转换,该处两个字节会被处理成为三个字节的UTF-8编码字节序标记。

This page was last modified on 15 December 2011, at 13:10.
171 page views in the last 30 days.