Vala：从无法识别多字节字符的字节中读取 UTF-8 字符串

Question

对于我目前正在处理的应用程序，我需要从二进制文件中读取 UTF-8 编码的字符串。这些字符串不是以 null 结尾的，而是以指定其长度的字节开头。

当我尝试读入这样的字符串时，所有多字节 UTF-8 字符都变成 ?。在下面找到一个示例：

public void main(string[] args) {
  File file = File.new_for_path("test.bin");
  DataInputStream instream = new DataInputStream(file.read());
  uint8[] chars = new uint8[instream.read_byte()];
  instream.read(chars);
  print(@"$((string) chars)\n");
}

这当然是剥离样本。有问题的实际二进制文件是加密的，这里没有反映出来。如果我将它与包含字节序列 09 52 C3 AD 61 73 74 72 61 64 或 Ríastrad 的示例文件 test.bin 一起使用，并以 UTF-8 字节长度开头。因此，预期输出为 Ríastrad，但实际输出为 R?astrad.

是否有人能够阐明这个问题，也许还有解决方案？

Answer 1

您需要将 Intl.setlocale (); 添加到您的代码中：

public void main(string[] args) {
  Intl.setlocale ();
  File file = File.new_for_path("test.bin");
  DataInputStream instream = new DataInputStream(file.read());
  uint8[] chars = new uint8[instream.read_byte()];
  instream.read(chars);
  print(@"$((string) chars)\n");
}

print () 的默认语言环境是 C 语言环境，即 US ASCII。美国 ASCII 字符范围之外的任何字符都显示为 ?。使用 Intl.setlocale (); 将语言环境设置为与机器运行程序相同。

Vala：从无法识别多字节字符的字节中读取 UTF-8 字符串

Vala: Reading UTF-8 string from bytes not recognizing multibyte characters

string

encoding

utf-8

vala