firemail

标题: 如何解决：UnicodeDecodeError: 'utf-8' codec can't decode byte 0xbc in positio... [打印本页]

---

作者: Qter    时间: 2020-3-12 11:27
标题: 如何解决：UnicodeDecodeError: 'utf-8' codec can't decode byte 0xbc in positio...
如何解决：UnicodeDecodeError: 'utf-8' codec can't decode byte 0xbc in position 0: invalid start byte
含有中文的cpp和h文件，在python中报上面错误
用Notpad++不能直接转为utf-8
可先用记事本转成utf-8 bom 再用notpad++转成utf-8

---

作者: Qter    时间: 2020-3-12 11:29
vs下，GBK格式的.h .cpp 编译时，自动转换为UTF-8

转自

http://suool.net/


在VS下面开发Cocos程序的时候，他的默认编码是GBK的，但是在迁移或者是编译调试的时候要求UTF的编码更为方便。因此便有了将C++文件的编码格式转换为UTF-8的需求问题。

这个问题，当然可以在建立文件保存的时候选择高级保存选择，然后选择保存的格式。

但是，显然，在项目文件很多的时候，这个不是一个聪明的选择。所以，就要想办法如何批量的转化处理。
在Linux下面有专门的命令可以实现这个功能。
在Windows下面要如何做呢？
当然，借助于我们万能的C++一样可以很方便的解决它，经过一番查找资料，现在共享一下我的解决方法，首先，要在VS里面建立一个VC的控制台程序项目。
然后新建一个convert源文件。代码如下：

1. //  定义控制台应用程序的入口点。  
   
2. //  
   
3.   
   
4. #include "stdafx.h"  
   
5. #include <afxwin.h>  
   
6. #include <string>  
   
7. #include <iostream>  
   
8.   
   
9. #ifdef _DEBUG  
   
10. #define new DEBUG_NEW  
    
11. #endif  
    
12.   
    
13. #define _CRT_SECURE_CPP_OVERLOAD_SECURE_NAMES 1  
    
14.   
    
15. // 唯一的应用程序对象  
    
16.   
    
17. CWinApp theApp;  
    
18.   
    
19. using namespace std;  
    
20.   
    
21. void recursiveFile(CString strFileType);  
    
22. void convertGBToUTF8(CString strWritePath, const char* gb2312);  
    
23.   
    
24. int _tmain(int argc, TCHAR* argv[], TCHAR* envp[])  
    
25. {  
    
26.     int nRetCode = 0;  
    
27.   
    
28.     // 初始化 MFC 并在失败时显示错误  
    
29.     if (!AfxWinInit(::GetModuleHandle(NULL), NULL, ::GetCommandLine(), 0))  
    
30.     {  
    
31.         // TODO: 更改错误代码以符合您的需要  
    
32.         _tprintf(_T("错误: MFC 初始化失败\n"));  
    
33.         nRetCode = 1;  
    
34.     }  
    
35.     else  
    
36.     {  
    
37.         /*for(int i = 0; i < argc; i++)
    
38.         {
    
39.         MessageBox(NULL, argv[i], L"Arglist contents", MB_OK);
    
40.         }*/  
    
41.         //声明一个CFileFind类变量，以用来搜索  
    
42.   
    
43.         //接受一个参数作为源代码文件的根目录  
    
44.         TCHAR *lpszDirName = argv[1];  
    
45.         CString strFileType;  
    
46.         strFileType.Format(_T("%s\\*.*"), lpszDirName);  
    
47.         //递归此目录下的.h文件和.cpp文件，如果发现不是utf8编码则转换为utf8编码  
    
48.         recursiveFile(strFileType);  
    
49.   
    
50.     }  
    
51.   
    
52.     return nRetCode;  
    
53. }  
    
54.   
    
55. void recursiveFile(CString strFileType)  
    
56. {  
    
57.     CFileFind finder;  
    
58.     BOOL isFinded = finder.FindFile(strFileType);//查找第一个文件  
    
59.     while (isFinded)  
    
60.     {  
    
61.         isFinded = finder.FindNextFile(); //递归搜索其他的文件  
    
62.         if (!finder.IsDots()) //如果不是"."目录  
    
63.         {  
    
64.             CString strFoundFile = finder.GetFilePath();  
    
65.             if (finder.IsDirectory()) //如果是目录，则递归地调用  
    
66.             {  
    
67.                 CString strNextFileType;  
    
68.                 strNextFileType.Format(_T("%s\\*.*"), strFoundFile);  
    
69.                 recursiveFile(strNextFileType);  
    
70.             }  
    
71.             else  
    
72.             {  
    
73.                 //如果是头文件或cpp文件  
    
74.                 if (strFoundFile.Right(4) == _T(".cpp") || strFoundFile.Right(2) == _T(".h")) {  
    
75.                     CFile fileReader(strFoundFile, CFile::modeRead);  
    
76.                     byte head[3];  
    
77.                     fileReader.Read(head, 3);  
    
78.                     //判断是否带有BOM文件头  
    
79.                     if (head[0] == 0xef && head[1] == 0xbb && head[2] == 0xbf)  
    
80.                     {  
    
81.                         fileReader.Close();  
    
82.                         continue;  
    
83.                     }  
    
84.                     fileReader.SeekToBegin();  
    
85.   
    
86.                     int bufLength = 256;  
    
87.                     char *buf = new char[bufLength];  
    
88.                     ZeroMemory(buf, bufLength);  
    
89.                     int nReadLength;  
    
90.                     std::string strContent;  
    
91.                     while ((nReadLength = fileReader.Read(buf, bufLength)))  
    
92.                     {  
    
93.                         strContent.append(buf, nReadLength);  
    
94.                         ZeroMemory(buf, nReadLength);  
    
95.                     }  
    
96.                     delete buf;  
    
97.                     fileReader.Close();  
    
98.                     convertGBToUTF8(strFoundFile, strContent.c_str());  
    
99.   
    
100.                     TCHAR* fileName = new TCHAR[strFoundFile.GetLength() + 1];  
     
101.                     //wcscpy_s(*fileName, strFoundFile);  
     
102.   
     
103.                     // 中文路径存在问题，可以将下面的输出屏蔽，程序将静默运行  
     
104.                     printf("%S已经转换为UTF-8编码", strFoundFile.GetBuffer(0));  
     
105.                     cout << endl;  
     
106.   
     
107.                     if (_tcslen(fileName) >0)  
     
108.                     {  
     
109.                         delete[] fileName;  
     
110.                     }  
     
111.                 }  
     
112.             }  
     
113.         }  
     
114.     }  
     
115.     finder.Close();  
     
116. }  
     
117.   
     
118. void convertGBToUTF8(CString strWritePath, const char* gb2312)  
     
119. {  
     
120.     CFile fp;  
     
121.     fp.Open(strWritePath, CFile::modeCreate | CFile::modeWrite | CFile::typeBinary, NULL);  
     
122.     int len = MultiByteToWideChar(CP_ACP, 0, gb2312, -1, NULL, 0);  
     
123.     wchar_t* wstr = new wchar_t[len + 1];  
     
124.     memset(wstr, 0, len + 1);  
     
125.     MultiByteToWideChar(CP_ACP, 0, gb2312, -1, wstr, len);  
     
126.     len = WideCharToMultiByte(CP_UTF8, 0, wstr, -1, NULL, 0, NULL, NULL);  
     
127.     char* str = new char[len + 1];  
     
128.     memset(str, 0, len + 1);  
     
129.     len = WideCharToMultiByte(CP_UTF8, 0, wstr, -1, str, len, NULL, NULL);  
     
130.     if (wstr) delete[] wstr;  
     
131.     str[len] = '\n';  
     
132.     const unsigned char aryBOM[] = { 0xEF, 0xBB, 0xBF };  
     
133.     fp.Write(aryBOM, sizeof(aryBOM));  
     
134.     fp.Write(str, len);  
     
135.     delete[] str;  
     
136.     fp.Close();  
     
137. }  

复制代码

如果编译出现错误请点击，项目--属性--一般------MFC的使用选择共享DLL的方式。

然后将编译成功的.exe文件放在项目的目录下，比如：

然后选择项目，属性的与生成事件，将要转换的源码目录放在.exe 的后面即可，这样虽然在您编写的时候保存的是GBK，但是在项目进行编译之前会把指定目录下的所有C++源码文件转换为UTF-8的格式，具体格式如下：

当然，您也可以直接在cmd中运行该exe文件，在后面加上要转换的目录即可。格式为： convert.exe Dir
这样在编译之前就会先将源码文件格式转换为UTF-8的格式。

---

欢迎光临 firemail (http://firemail.wang:8088/)

Powered by Discuz! X3