Корректная перекодировка KOI в WIN
ОГЛАВЛЕНИЕ
Для корректной перекодировки необходимо пользоваться установленными в системе кодовыми таблицами и функциями MultiByteToWideChar() или WideCharToMultiByte(). Так как перекодировка идет через Юникод, предположительно будет максимальное соответствие (а не так, как, например, в Far Manager, когда все перекодировки ведутся через 866 таблицу - откуда потери несуществующих в ней символов, даже если они есть в исходной и конечной таблицах).
Методом научного тыка (EnumSystemCodePages), первоначально под Windows 2000, обнаружены следующие (интересующие русскоговорящего человека) таблицы (цитирую заголовок):
#define CP_KOI8R 20866
#define CP_KOI8U 21866
#define CP_ISO_8859_5 28595
Несмотря на то, что при использовании EnumSystemCodePages() под Windows 98/95они не включаются в перечисление , тем не менее, при установленном IE4.0 и выше MultiByteToWideChar()/WideCharToMultiByte() с успехом работает с этими константами.
В принципе, можно сделать универсальную табличную перекодировку, если сохранить перекодировочные таблицы Юникод -> [интересующие таблицы], и затем, без вызова MultiByteToWideChar/WideCharToMultiByte "на месте" посимвольно преобразовавать строки.
Программы перекодировки KOI в WIN
#ifndef __CODEPAGE_H__
#define __CODEPAGE_H__
// Константы для кодовых страниц
#define CP_KOI8 20866
#define CP_KOI8R 20866
#define CP_KOI8U 21866
#define CP_ISO_8859_5 28595
// Исключительно для удобства
#define CP_1251 1251
// Прототип функции-обертки
BOOL ConvertCP(UINT uiIN, UINT uiOUT, LPSTR lpString);
// Инлайновые обертки для сокращения кода
// Самая нужная из них
inline BOOL ConvertCP(UINT uiIN, UINT uiOUT, CString& szString){
BOOL bRet = ConvertCP(uiIN, uiOUT, szString.GetBuffer(szString.GetLength()+1));
szString.ReleaseBuffer();
return bRet;
}
// Аналогичные можно определить по вкусу, смотря какое
// преобразование используется чаще
inline BOOL ConvertToKOI8(UINT uiIN, LPSTR lpString){
return(ConvertCP(uiIN, CP_KOI8R, lpString));
}
inline BOOL ConvertFromKOI8(UINT uiOUI, LPSTR lpString){
return(ConvertCP(CP_KOI8R, uiOUI, lpString));
}
inline BOOL ConvertToKOI8(UINT uiIN, CString& szString){
return(ConvertCP(uiIN, CP_KOI8R, szString));
}
inline BOOL ConvertFromKOI8(UINT uiOUI, CString& szString){
return(ConvertCP(CP_KOI8R, uiOUI, szString));
}
#endif
#include "stdafx.h"
#include "codepage.h"
#ifdef _DEBUG
#define new DEBUG_NEW
#undef THIS_FILE
static char THIS_FILE[] = __FILE__;
#endif
// Преобразование кодировки "на месте"
BOOL ConvertCP(UINT uiIN, UINT uiOUT, LPSTR lpString){
if(!lpString) return FALSE; // Получили NULL - нехорошо, ошибочка
if(!lpString[0]) return TRUE; // Пустая строка - OK, преобразования не надо
// Сперва определяем необходимый размер промежуточного буфера
int nRet = MultiByteToWideChar(uiIN, MB_PRECOMPOSED, lpString, -1, NULL, 0);
if(nRet == 0) return FALSE;
// Создаем его
WCHAR* pwcBuffer = new WCHAR[nRet+2];
// Преобразование uiIN -> Юникод
nRet = MultiByteToWideChar(uiIN, MB_PRECOMPOSED, lpString, -1, pwcBuffer, nRet+2);
if(nRet ==
delete[] pwcBuffer;
return FALSE;
}
// Преобразование Юникод -> uiOUT.
// Неизвестные символы заменяем "#". Кому такое поведение не нравится, может
// "поиграть" с параметрами WideCharToMultiByte()
nRet = WideCharToMultiByte(uiOUT, 0, pwcBuffer, -1, lpString, strlen(lpString)+1, "#", NULL);
// Освобождаем память
delete[] pwcBuffer;
if(nRet == 0) return FALSE;
return TRUE;
}
//из ДОС в Windows
char* Decode_DOS_to_Win(char * str)
{
unsigned char *cstr=str; // "unsigned" - чтоб избежать предупреждений комп-ра
for(; *cstr; cstr++)
{
if(*cstr<128) continue; // не фиг топтаться дальше, если не нужно конвертить!
if(*cstr>=128 && *cstr<=175)
*cstr+=64;
else if(*cstr>=224 && *cstr<=239)
*cstr+=16;
else if(*cstr==252) // №
*cstr=185;
else if(*cstr==240) // Ё, Е с двумя точками - Йо
*cstr=168;
else if(*cstr==241) // Ё, е с двумя точками - йо
*cstr=184;
else if(*cstr==242) // Є, украинское Йе
*cstr=170;
else if(*cstr==243) // є, украинское йе
*cstr=186;
else if(*cstr==244) // Ї, украинское Йи
*cstr=175;
else if(*cstr==245) // ї, украинское йи
*cstr=191;
else if(*cstr==246) // Ў, беларусская У с хвостиком вверху - черт знает, как читается
*cstr=161;
else if(*cstr==247) // ў, беларусская У с хвостиком вверху - черт знает, как читается
*cstr=162;
else if(*cstr==248) // знак градуса
*cstr=176;
else if(*cstr==250) // маленькая центровая точка
*cstr=183;
else
*cstr='?'; // некий символ, которым заменять несуществующие в CP1251
}
return str;
}
//из Windows в ДОС
char* Decode_Win_to_DOS(char * str)
{
unsigned char *cstr=str;
for(;*cstr;cstr++)
{
if(*cstr<128) continue; // не фиг топтаться дальше, если не нужно конвертить!
if(*cstr>=240)
*cstr-=16;
else if(*cstr>=192)
*cstr-=64;
else if(*cstr==185) // №
*cstr=252;
else if(*cstr==168) // Ё, Е с двумя точками - Йо
*cstr=240;
else if(*cstr==184) // Ё, е с двумя точками - йо
*cstr=241;
else if(*cstr==170) // Є, украинское Йе
*cstr=242;
else if(*cstr==186) // є, украинское йе
*cstr=243;
else if(*cstr==175) // Ї, украинское Йи
*cstr=244;
else if(*cstr==191) // ї, украинское йи
*cstr=245;
else if(*cstr==178) // I, украинское И
*cstr=73; // в английскую, т.к. в ДОСе нет
else if(*cstr==179) // i, украинское и
*cstr=105; // в английскую, т.к. в ДОСе нет
else if(*cstr==161) // Ў, беларусская У с хвостиком вверху - черт знает, как читается
*cstr=246;
else if(*cstr==162) // ў, беларусская У с хвостиком вверху - черт знает, как читается
*cstr=247;
else if(*cstr==176) // знак градуса
*cstr=248;
else if(*cstr==183) // маленькая центровая точка
*cstr=250;
else
*cstr='?'; // некий символ, которым заменять несуществующие в CP1251
}
return str;
}