Как разобраться в структурк текстового файла на уровне кодировки?

Question

[KOLAMBA97]

Доброго времени суток
Необходимо написать программу, которая бы переводила текстовый файл из кодировки MS-DOS CP866 в кодировку Windows-1251.
Нигде не могу найти информацию как устроен текстовый файл на уровне кодировки и как считывать закодированные символы, есть только таблицы кодировок.
Написал программу, которой код одного символа записываю в бинарный файл, при открытии этого файла в текстовом редакторе ничего вразумительного не получаю.


код программы:

#include
#include
#include
#include
using namespace std;
int main(void)
{
int x=0, y=412;
ofstream out("1.bin",ios::binary|ios::out);
out.write((char*)&y,sizeof y);
out.close();
return 0;
}

Как можно извлечь коды символов из текстового файла?

Comments

[pavel null]

(char*)&y - что ты хотел этим добиться ?

[KOLAMBA97]

one pavel: запись в файл в типе char

[pavel null]

зачем ты делаешь & ?

[KOLAMBA97]

насколько я понял, это ссылка, никогда ещё ничего подобного не писал

Answer 1

[Александр Пожарский]

"Нигде не могу найти информацию как устроен текстовый файл на уровне кодировки и как считывать закодированные символы, есть только таблицы кодировок."
А никак. Кодировка по отношению к текстовому файлу - сущность внешняя.
Но можно считать контент побайтово и применить к нему преобразование кодировки.

"Как можно извлечь коды символов из текстового файла?"
Ну так N считанных байт и будет предоставлять код 1 символа для N-байтной кодировки кодировки.

Comments

[megorit]

Я, кстати, не понимаю, почему до сих пор никто не додумался засунуть в текстовый файл инфу о его кодировке.

[Saboteur]

Егор Марчук: А куда именно эту инфу нужно засовывать?
Это же будет часть текстового файла тогда.

[megorit]

Saboteur: ну и пуская будет, в тег какой-нибудь засунуть и все, или можно на уровне ОС обязать какую-то метадатухранить

[Александр Пожарский]

Егор Марчук: только это уже специальный вид разметки получается - с метаданными. А не текстовый файл. А их уже немало. Что до ОС (кстати, тут ведь дело в файловой системе, а не ОС) - как по мне - нелогично на уровне ОС делить файлы не тестовые и бинарные (а для последних этот аттрибут не имеет смысла).

[Евгений Шатунов]

Егор Марчук , UTF-BOM является именно такой информацией. Находится в самом начале текстового файла если сам файл представлен в UTF.