xml格式的汉等字符解析

来源：互联网发布：倍投软件好用不编辑：程序博客网时间：2024/06/05 05:21

作者：帅得不敢出门 C++爱好者灌水天堂群 3503799 转载请保留此信息

由于要解析fb2电子书文本，这方面似乎俄文资料比较多啊，没办法，摸着石头过河吧
利用网上的一个软件any2fb2把一段文本转换成fb2，用editplus直接打开fb2
文本内容：
汉 fb2 测试

fb2内容：
<?xml version="1.0" encoding="Windows-1251"?>
<FictionBook xmlns:xlink="http://www.w3.org/1999/xlink" xmlns="http://www.gribuser.ru/xml/fictionbook/2.0"><description><title-info><genre></genre><author><first-name></first-name><middle-name></middle-name><last-name></last-name></author><book-title></book-title></title-info></description><body xmlns:fb="http://www.gribuser.ru/xml/fictionbook/2.0" xmlns:xlink="http://www.w3.org/1999/xlink">
<section><p>汉 fb2 测试</p>
</section>
</body>
</FictionBook>

有发现，小样，原来你穿了fb2的马甲，骨子里却是xml的种。
xml解析网上资料太多了，不感冒，现在说下这里面的"&#"开头，中间为数字，';'号结尾的东东吧。比如汉其实就是'汉'，
这些字符浏览器可以自动转换的，现在我们来实现这个转换。
    开头与结尾的字符不管它，取中间数字部分，网上有人说这些是utf-8的编码，不好意思，至少在这里是不正确的，
比如27721，这其实是十进制的，而不是十六进制，把它转成十六进制为0x6c49，正是'汉'的ucs2编码，其utf-8编码为E6B189。
    接下来把它转换成ascii
WCHAR * wszUcs2 = L"/x6c49";
int len = WideCharToMultiByte(CP_ACP, 0, wszUcs2, -1, NULL, 0, NULL, NULL);
char *szGBK=new char[len + 1];
szGBK[len] = '/0';
WideCharToMultiByte (CP_ACP, 0, wszUcs2, -1, szGBK, len, NULL,NULL);
MessageBoxA(NULL, szGBK, NULL, MB_OK);//输出'汉'
delete[] szGBK;

xml格式的&#27721;等字符解析

xml格式的汉等字符解析