提升读/写XML文件:如何更改字符编码

Question

我正在尝试使用Boost函数read_xml和write_xml读取/写入XML文件。XML文件的原始编码是"windows-1252"，但在读/写操作之后，编码变成了"utf-8"。

这是 XML 原始文件：

<?xml version="1.0" encoding="windows-1252" standalone="no" ?>
<lot>
  <name>Lot1</name>
  <lot_id>123</lot_id>
  <descr></descr>
  <job>
    <name>TEST</name>
    <num_items>2</num_items>
    <item>
      <label>Item1</label>
      <descr>Item First Test</descr>
    </item>
    <item>
      <label>Item2</label>
      <descr>Item Second Test</descr>
    </item>
  </job>
</lot>

这是输出的：

<?xml version="1.0" encoding="utf-8"?>
<lot>
    &#10;&#10;  &#10;&#10;  &#10;&#10;  &#10;&#10;  &#10;&#10;  &#10;&#10;  &#10;&#10;  &#10;&#10;
  <name>Lot1</name>
  <lot_id>123</lot_id>
  <descr></descr>
  <job>
    &#10;    &#10;    &#10;    &#10;    &#10;    &#10;    &#10;    &#10;    &#10;    &#10;    &#10;    &#10;    &#10;    &#10;    &#10;    &#10;    &#10;    &#10;  
    <name>TEST</name>
    <num_items>2</num_items>
    <item>
      &#10;      &#10;      &#10;      &#10;      &#10;      &#10;      &#10;      &#10;      &#10;      &#10;      &#10;      &#10;      &#10;      &#10;      &#10;      &#10;      &#10;      &#10;    
      <label>Item1</label>
      <descr>Item First Test</descr>
    </item>
    <item>
      &#10;      &#10;      &#10;      &#10;      &#10;      &#10;      &#10;      &#10;      &#10;      &#10;      &#10;      &#10;      &#10;      &#10;      &#10;      &#10;      &#10;      &#10;    
      <label>Item2</label>
      <descr>Item Second Test</descr>
    </item>
  </job>
</lot>

这是我C++代码（只是一个测试代码）：

#include <boost/property_tree/ptree.hpp>
#include <boost/property_tree/xml_parser.hpp>
using boost::property_tree::ptree;
ptree xmlTree;
read_xml(FILE_XML, xmlTree);
for (auto it = xmlTreeChild.begin(); it != xmlTreeChild.end();)
{
    std::string strItem = it->first.data();
    if (strcmp(strItem.c_str(), "item") == 0)
    {
        std::string strLabel = it->second.get_child("label").data();
        if (strcmp(strLabel.c_str(), "item3") != 0)
        {
            it = xmlTreeChild.erase(it);
        }
    }       
    ++it;
}
auto settings = boost::property_tree::xml_writer_make_settings<std::string>('t', 1);
write_xml(FILE_XML, xmlTree, std::locale(), settings);

我需要使用与原始文件相同的编码来读取和重写文件。我还尝试使用以下命令更改区域设置：

std::locale newlocale1("English_USA.1252");
read_xml(FILE_XML, xmlTree, 0, newlocale1);
...
auto settings = boost::property_tree::xml_writer_make_settings<std::string>('t', 1);
write_xml(FILE_XML, xmlTree, newlocale1, settings);

但我得到了相同的结果。

如何使用原始文件编码和 Boost 函数进行读写？

谢谢

Answer 1

您可以通过编写器设置传递编码：

auto settings = boost::property_tree::xml_writer_make_settings<std::string>(
    't', 1, "windows-1252");

当然，请确保键/值实际上与 latin1/cp1252 兼容（只要您从源文件中读取所有信息，这是有意义的;但是在将用户输入分配给属性树节点时必须小心;您可能需要先从输入编码转换为 cp1252）。

住在科里鲁

Answer 2

要解决您遇到的问题，您必须替换以下行：

read_xml(FILE_XML, xmlTree); 

跟

read_xml(FILE_XML, 
         xmlTree, 
         boost::property_tree::xml_parser::trim_whitespace); 

据我所知，您的问题不能仅通过修改write_xml功能的设置来解决。

我尝试并工作：当我比较忽略空格的文件时，输入和输出 xml 文件是相同的。

Answer 3

您还可以按如下方式写入字符串流：

#include <boost/property_tree/ptree.hpp>
#include <boost/property_tree/xml_parser.hpp>
boost::property_tree::ptree pt;
std::ostringstream oss;
write_xml(
    oss, pt,
    boost::property_tree::xml_writer_make_settings<char>(
                  't', 0, "ASCII"));