C言語のプログラミングで文字コードを表示する方法を教えてください。

質問

ファイル名＜sample-utf8.txt＞
32 30 30 38 e5 b9 b4 35 e6 9c 88 32 37 e6 97 a5
0d 0a ef bc 92 ef bc 90 ef bc 90 ef bc 98 e5 b9
b4 ef bc 95 e6 9c 88 ef bc 92 ef bc 97 e6 97 a5
0d 0a e8 a8 88 e7 ae 97 e6 a9 9f e3 82 b7 e3 82
b9 e3 83 86 e3 83 a0 ef bc 91

テキストメモの文字を表示するプログラムをC言語で作りたいのですがわかりません。どなたかソースコードを教えていただけると助かります。よろしくお願いします。

回答No.2

yama5140

＞どなたかソースコードを教えていただけると助かります。

　年寄りが、頭の体操を兼ねて作ってみました(BorlandC++5.5.1, win2k)。
　ずいぶんとダダラとなってしまい・・。

・sample-utf8.txt を見ると、３バイトコード文字がレコード（行）を跨いでいるのですね・・。

　これにより、ソースが若干複雑になっています。→ 改行までを配列に格納 → 処理

　処理：utf8 → unicode → sjis という複雑なことやっています。
　複雑な理由：下の表を見つけたもんで・・。

　　http://homepage3.nifty.com/aokura/src/cp932.html ★

#include <stdio.h>

#define　un_shrt　unsigned short

char　cHexa[ 32 ] = "0123456789abcdef";

typedef struct{
　un_shrt　unicode;
　un_shrt　sjiscode;
}CONVTABLE;

const　CONVTABLE　conv_table[ 16 ] = {
　{ 0x30B7, 0x8356 }, { 0x30B9, 0x8358 }, { 0x30C6, 0x8365 }, { 0x30E0, 0x8380 },
　{ 0x5E74, 0x944E }, { 0x6A5F, 0x8B40 }, { 0x65E5, 0x93FA }, { 0x6708, 0x8C8E },
　{ 0x7B97, 0x8E5A }, { 0x8A08, 0x8C76 }, { 0xFF10, 0x824F }, { 0xFF11, 0x8250 },
　{ 0xFF12, 0x8251 }, { 0xFF15, 0x8254 }, { 0xFF17, 0x8256 }, { 0xFF18, 0x8257 }
};
int　Unicode2SJIS( int iVal )
{
　int　i;

　for( i = 0; i < 16; i++ ){

　　if( (un_shrt)iVal == conv_table[ i ].unicode )　return( (int)conv_table[ i ].sjiscode );
　}
　fprintf( stderr, "★より補充してください { 0x%04X, 0xxxxx },\n", iVal );

　return( 0x81A0 );
}
int　toDecimal( char a )
{
　int　i;

　for( i = 0; i < 16; i++ ){

　　if( a == cHexa[ i ] )　return( i );
　}
　return( 0 );
}
int　toUnicodeA( char aaaa, char bb0, char bb1 )
{
　int　iVal;

　iVal = toDecimal( aaaa ) << 4;

　iVal += ( ( 0x03 & toDecimal( bb0 ) ) << 2 );
　iVal += ( toDecimal( bb1 ) >> 2 );

　return( iVal );
}
int　toUnicodeB( char cc0, char cc1, char dddd )
{
　int　iVal = 0;

　iVal += ( ( 0x03 & toDecimal( cc0 ) ) << 6 );
　iVal += ( ( 0x03 & toDecimal( cc1 ) ) << 4 );

　iVal += toDecimal( dddd );

　return( iVal );
}
void　Henkan( char cWork[], char cStr[], int nn )
{
　int　i, k = 0;
　int　iUni, iSjs;

　for( i = 0; i < nn; i += 3 ){

　　if( '3' == cWork[ i ] ){　// ASCIIコード 数字

　　　cStr[ k++ ] = cWork[ i + 1 ];
　　　cStr[ k ] = '\0';

　　　continue;
　　}
　　iUni = toUnicodeA( cWork[ i + 1 ], cWork[ i + 3 ], cWork[ i + 4 ] ) << 8;

　　iUni+= toUnicodeB( cWork[ i + 4 ], cWork[ i + 6 ], cWork[ i + 7 ] );

　　iSjs = Unicode2SJIS( iUni );

　　cStr[ k++ ] = (char)( iSjs >> 8 );
　　cStr[ k++ ] = (char)( ( iSjs << 8 ) >> 8 );
　　cStr[ k ] = '\0';

　　i += 6;　// ３バイトコード調整
　}
}
int　main()
{
　int　i, nn = 0;
　char　cBuf[ 256 ], cWork[ 2048 ], cStr[ 1024 ];
　FILE　*fp;

　fp = fopen( "sample-utf8.txt", "r" );

　if( NULL == fp )　return( -1 );

　while( NULL != fgets( cBuf, 256, fp ) ){

　　if( nn ){

　　　cWork[ nn++ ] = ' ';
　　　cWork[ nn ] = '\0';
　　}
　　for( i = 0; i < 256; i++ ){

　　　if( cBuf[ i ] < ' ' )　break;　// 行末

　　　if( ( '0' == cBuf[ i ] ) && ( 'd' == cBuf[ i + 1 ] ) ){　// 改行

　　　　Henkan( cWork, cStr, nn );

　　　　printf( "%s\n", cStr );

　　　　nn = 0;

　　　　i += 5;　// 0a skip

　　　　continue;
　　　}
　　　cWork[ nn++ ] = cBuf[ i ];
　　　cWork[ nn ] = '\0';
　　}
　}
　fclose( fp );

　if( nn ){

　　Henkan( cWork, cStr, nn );

　　printf( "%s\n", cStr );
　}
　return( 0 );
}
注：インデントに全角空白を用いています。コピペ後、タブに一括変換して下さい。

回答No.1

salsberry

sample-utf8.txtというファイルに"32 30 … 91"と書かれていて、その内容を「UTF8の文字列の文字コードを16進表記したもの」とみなして、元のUTF8の文字列の内容を表示したいということでいいですか?

C言語では文字コードの扱いはプラットフォームによって異なるので、対象のOSやコンパイラを明らかにしてください。

たとえば、UTF8に対応している端末ならば下記のプログラムだけでもほぼ目的を達することができてしまいます (sample-utf8.txtの内容は標準入力から読み込む想定)。
#include <stdio.h>
int main() {
char c;
while (scanf("%hhx", &c) > 0) {
putchar(c);
}
return 0;
}

ところで、なぜ2008年?