Jak czytać cyrylicę w Unicode w C++?

Question

Próbuję odczytać linie z plików .txt, które zostały zapisane jako Unicode. To jak ja to robię:

wifstream input; 
string path = "test.txt"; 
input.imbue(locale(input.getloc(), 
     new codecvt_utf16<wchar_t, 0x10ffff, consume_header>)); 

input.open(path); 
if (input.is_open()) 
{ 
    wstring line; 
    input.seekg(1 , ios_base::beg); 
    getline(input, line); 
} 

To działa dobrze dla plików z alfabetu łacińskiego. Ale dla plików cyrylicą otrzymuję dziwne symbole zamiast spacji i sąsiednich znaków.

Na przykład:

Co znajduje się w pliku wejściowego:

Госдеп amerykański осудил нападение на

Co dostaję:

︓осдепР ШАР> судилР = ападениеР = а

Co robię źle?

Answer 1

Cóż, zorientowali się okazji:

FILE *input= _wfopen(L"test.txt", L"rb"); 
wchar_t line[1000]; 
test.txtfgetws(line, 1000, input); 

działa dobrze tak. Byłem głupi, że nie spróbowałem tego pierwszy. Dziękuję wszystkim.

Answer 2

jedna linia wygląda bardzo suspicous w kodzie:

input.seekg(1, ios_base::beg);

ustawia położenie pliku, więc czytanie UTF16 ciąg Pozycja wyjściowa 1 może być nieprawidłowy (BOM jest błędnie odczytać). Mam taki sam wynik dla pliku utf16 w małym endianie.

więc może zmienić pozycję 0 lub usunąć tę linię, aby uczynić tę pracę kodu