Общие вопросы программирования в C++Builder

[direk]

Возникла такая ситуация - скачивается с нета страница в виде HTML и после
некоторых манипуляций отправляется в MEMO.

Так вот, иногда попадаются символы уникода  типа K?nigin Metapha
В МЕМО они выводяться в виде кода а не символа.

Но если использовать для этого же символа кодировку с приведенного
ниже списка для  C/C++/Java source code   -   "\u00F6", тогда все нормально.

Так вот вопрос - как оптимально можно переводить символы с одной кодировки в другую???
А то я чуток уже запутался в них ))

Encodings
HTML Entity (decimal)          ?
HTML Entity (hex)           ?
HTML Entity (named)            ?
UTF-8 (hex)                   0xC3 0xB6 (c3b6)
UTF-8 (binary)                  11000011:10110110
UTF-16 (hex)                  0x00F6 (00f6)
UTF-16 (decimal)                  246
UTF-32 (hex)                  0x000000F6 (00f6)
UTF-32 (decimal)                 246
C/C++/Java source code      "\u00F6"
Python source code          u"\u00F6"

[direk]

Пока что делаю  тупо замену кодировки символа Юникода с одной на другую через StringReplace:

TStringList *aaa_Text = new TStringList();
TStringList *bbb_Text = new TStringList();
aaa_Text->Text  =   StringReplace( bbb_Text->Text, "?", L"\u00F6", TReplaceFlags() RzMemo3->Text = aaa_Text->Text;

То есть вижу какой-то новый символ Юникода, просто добавляю новою строку StringReplacев код программы.
Наверное не очень практично, ничего больше не придумал.

Если будут какие-то советы, с радостью почитаю...

[S0mbre]

Нужна более универсальная функция для замены юникодных символов в HTML на C++/Delphi. Например, попробуй:

Код:

#include
#include

String __fastcall TForm1::HTML2C(const String& AText)
{
static const String START = "";
String sOut(AText);
int Pos = PosEx(START, sOut, 1);
int Pos2, nNum, nLength;
while(Pos > 0) {
Pos2 = PosEx(";", sOut, Pos);
if(Pos2 nLength = Pos2 - Pos + 1;
try { nNum = StrToInt(MidStr(sOut, Pos + 2, nLength - 3)); }
catch(Exception&) {
Pos = PosEx(START, sOut, Pos2);
continue;
}
sOut.Delete(Pos, nLength);
sOut.Insert("\\u" + IntToHex(nNum, 4), Pos);
Pos2 += 6 - nLength;
Pos = PosEx(START, sOut, Pos2);
}
return sOut;
}

Писал в блокноте, не тестировал... Могут быть баги - посмотри ))

PS. Протестировал - работает )

[direk]

Спасибо большое! Наверное это самый оптимальный вариант.

[S0mbre]

Спасибо большое! Наверное это самый оптимальный вариант.

Только учти - эта функция для генерации (мета)кода C++, а не самих юникодных символов. Для того, чтобы отображать в мемо сами символы (например, K?nigin), надо слегка изменить функцию.

[S0mbre]

Вот модифицированная версия функции. Дополнительный параметр Meta позволяет включить/выключить преобразование для кода. Т.е. например:
1) при Meta = true,     "" --> "\u00C7a"
2) при Meta = false,    "" --> ""

Код:

String __fastcall TForm1::HTML2C(const String& AText, bool Meta)
{
static const String START = "";
String sOut(AText);
int Pos = PosEx(START, sOut, 1);
int Pos2, nNum, nLength;
while(Pos > 0) {
Pos2 = PosEx(";", sOut, Pos);
if(Pos2 nLength = Pos2 - Pos + 1;
try { nNum = StrToInt(MidStr(sOut, Pos + 2, nLength - 3)); }
catch(Exception&) {
Pos = PosEx(START, sOut, Pos2);
continue;
}
sOut.Delete(Pos, nLength);
if(Meta) {
sOut.Insert("\\u" + IntToHex(nNum, 4), Pos);
Pos2 += 6 - nLength;
}
else {
sOut.Insert(Char(nNum), Pos);
Pos2 -= nLength - 1;
}
Pos = PosEx(START, sOut, Pos2);
}
return sOut;
}