请教有关字符串输出问题

kingink1983

1. static char* get_ucs2str(const uint16_t* inbuf, uint16_t inlen)
   
2. {
   
3.   char* outbuf = calloc(inlen, 2);
   
4.   char* q;
   
5.   int i;
   
6. 
   
7.   if (!outbuf) {
   
8.     mp_msg(MSGT_HEADER, MSGL_ERR, MSGTR_MemAllocFailed);
   
9.     return NULL;
   
10.   }
    
11.   q = outbuf;
    
12.   for (i = 0; i < inlen / 2; i++) {
    
13.     uint8_t tmp;
    
14.     PUT_UTF8(AV_RL16(&inbuf[i]), tmp, *q++ = tmp;)
    
15.   }
    
16.   return outbuf;
    
17. }

复制代码

这个是mplayer使用函数，我直接粘贴过来的。

yangsf5

我只是粗略的看了下。

你自己先仔细看看，inbuf参数、PUT_UTF8宏。

看看宏PUT_UTF8在处理inbuf参数后有没有在结尾放个'\0'；
或者没有放'\0'，那就看看inbuf本身在结尾是否有'\0'。

yangsf5

printf("Title: %s\n", string);


我的想法是，如果你这个string结尾没有'\0'，打印的就很有可能是乱码。。
这个或许比你在楼顶的说法更有说服力。

kingink1983

1. /*!
   
2. * \def PUT_UTF8(val, tmp, PUT_BYTE)
   
3. * converts a 32-bit unicode character to its UTF-8 encoded form (up to 4 bytes long).
   
4. * \param val is an input only argument and should be of type uint32_t. It holds
   
5. * a ucs4 encoded unicode character that is to be converted to UTF-8. If
   
6. * val is given as a function it's executed only once.
   
7. * \param tmp is a temporary variable and should be of type uint8_t. It
   
8. * represents an intermediate value during conversion that is to be
   
9. * outputted by PUT_BYTE.
   
10. * \param PUT_BYTE writes the converted UTF-8 bytes to any proper destination.
    
11. * It could be a function or a statement, and uses tmp as the input byte.
    
12. * For example, PUT_BYTE could be "*output++ = tmp;" PUT_BYTE will be
    
13. * executed up to 4 times for values in the valid UTF-8 range and up to
    
14. * 7 times in the general case, depending on the length of the converted
    
15. * unicode character.
    
16. */
    
17. #define PUT_UTF8(val, tmp, PUT_BYTE)\
    
18.     {\
    
19.         int bytes, shift;\
    
20.         uint32_t in = val;\
    
21.         if (in < 0x80) {\
    
22.             tmp = in;\
    
23.             PUT_BYTE\
    
24.         } else {\
    
25.             bytes = (av_log2(in) + 4) / 5;\
    
26.             shift = (bytes - 1) * 6;\
    
27.             tmp = (256 - (256 >> bytes)) | (in >> shift);\
    
28.             PUT_BYTE\
    
29.             while (shift >= 6) {\
    
30.                 shift -= 6;\
    
31.                 tmp = 0x80 | ((in >> shift) & 0x3f);\
    
32.                 PUT_BYTE\
    
33.             }\
    
34.         }\
    
35.     }

复制代码

1. static inline int av_log2(unsigned int v)
   
2. {
   
3.     int n;
   
4. 
   
5.     n = 0;
   
6.     if (v & 0xffff0000) {
   
7.         v >>= 16;
   
8.         n += 16;
   
9.     }
   
10.     if (v & 0xff00) {
    
11.         v >>= 8;
    
12.         n += 8;
    
13.     }
    
14.     n += ff_log2_tab[v];
    
15. 
    
16.     return n;
    
17. }

复制代码

1. const uint8_t ff_log2_tab[256]={
   
2.         0,0,1,1,2,2,2,2,3,3,3,3,3,3,3,3,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,
   
3.         5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,
   
4.         6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,
   
5.         6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,
   
6.         7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,
   
7.         7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,
   
8.         7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,
   
9.         7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7
   
10. };

复制代码

这里就是get_ucs2str（）所使用的所有的宏和函数等，没有发现它给结尾加'\0'。原来的字符串也是有'\0'的。

我用编译后的程序连接mms：地址时，就是通过调用asf_read_head() （in readhead.c file）将数据按照结构的要求进行读取，如果title，author等所有的内容都存在的时候，则能和mplayer在控制台中显示的一样，如果有些串的内容不存在，就会出现乱码，或者输出信息类型不全问题。

通过分分析HEX分析文件，对于空和一般的字符用的长度不同

kingink1983

因为title指向的结构的一个分量，它所指向的字符串应该不会出现问，最有可能的也就是最后一个rating分量指向的串有这个问题

kingink1983

1. ///////////////////////////
   
2. // ASF Content Description
   
3. ///////////////////////////
   
4. typedef struct  __attribute__((packed)) {
   
5.   uint16_t title_size;
   
6.   uint16_t author_size;
   
7.   uint16_t copyright_size;
   
8.   uint16_t comment_size;
   
9.   uint16_t rating_size;
   
10. } ASF_content_description_t;
    

复制代码

这个结构中的每个变量所附的值为其所对应的字符串的长度，这里读取的串是pos的位置加上这个结构的大小（10）处开始的。原理不复杂，搞不定，汗……

yangsf5

根据你的打印，len值跟文件中的那些字符串的长度+1相符么？

kingink1983

原帖由 yangsf5 于 2008-11-20 21:07 发表
根据你的打印，len值跟文件中的那些字符串的长度+1相符么？

是当输出内容为空时，长度就是2，如果有内容输出的话，则字节的长度为输出内容的2倍（含结束符）。再有就是，我的出现乱码，并缺少一项comments

[ 本帖最后由 kingink1983 于 2008-11-20 22:31 编辑 ]

yangsf5

你每次用len来表示相应内容的长度的。
现在主要看你len的打印出来的长度是否跟文件中相应内容的长度一致，如果不一致，就是你前边解析文件的函数没有正确工作。

如果不一致，你就要修改那个解析文件的函数，并且保证解析出来的各内容的的长度为文件中的实际字符串长度加1（这个加1是用来存储'\0'的）。

另外要保证wstring = (uint16_t*)&hdr[pos];得到的wstring是c风格字符串。

kingink1983

这个输出 title：Traveling Night
author:Joel Hanson and Sara Groves

当然后面还有一项长度为3C长度个字符，和一个长度为2的“空”串吧