ts-soft hat geschrieben:Bevor die Daten im PB-Stringformat genutzt werden, müssen sie ja erst mal geladen werden. Dabei ist es egal ob
LoadXML oder CatchXML, der String liegt da im UTF-8 Kodierung (oder andere, wenn eingestellt) vor. Erst nach dem
Importieren (Catchen, Laden), geht es mit PB-Stringformat weiter.
Ja richtig, allerdings liegt der XML String nicht als UTF-8 wie im Sourcode vor wie du meinst, sondern als Unicode String bereits im Speicher.
Jetzt nachdem ich nochmal eine Nacht darüber geschlafen habe, ist die Erklärung so simpel und einfach... Es liegt an der Kodierung selbst, bei Unicode, also UCS-2 ist die Länge immer fix 2 Byte pro Zeichen. Dabei spielt es für das Dekodieren eigentlich gar keine Rolle, welche Kodierung angegeben wird, es werden eh immer alle Bytes gelesen. Bei einem UTF-8 kodierten String sieht die Sache schon wieder anders aus, da hier ja 1-4 Byte verwendet werden. Es sind zwar die ersten 128 Zeichen gleich wie bei ASCII und deswegen kommen dort auch teilweise richtige Ergebnisse, aber sobald ein Zeichen 2 oder mehr Byte verwendet können die Strings nicht mehr dekodiert werden.
Der folgende Code demonstriert das auch sehr schön, wenn man bei #ENCODING mit allen drei Kodierungen spielt, bei dem Ausgangsstring in Unicode kommt immer das richtige Ergebnis:
Code: Alles auswählen
Define.s xml
Define *bufAscii, *bufUnicode, *bufUtf8
#ENCODING = #PB_Ascii
xml = "<window name='abc月2日更新'></window>"
*bufAscii = AllocateMemory(StringByteLength(xml, #PB_Ascii) + 1)
*bufUnicode = AllocateMemory(StringByteLength(xml, #PB_Unicode) + 2)
*bufUtf8 = AllocateMemory(StringByteLength(xml, #PB_UTF8) + 1)
PokeS(*bufAscii, xml, -1, #PB_Ascii)
PokeS(*bufUnicode, xml, -1, #PB_Unicode)
PokeS(*bufUtf8, xml, -1, #PB_UTF8)
CatchXML(1, *bufAscii, MemorySize(*bufAscii), 0, #ENCODING)
CatchXML(2, *bufUnicode, MemorySize(*bufUnicode), 0, #ENCODING)
CatchXML(3, *bufUtf8, MemorySize(*bufUtf8), 0, #ENCODING)
CatchXML(4, @xml, StringByteLength(xml), 0, #ENCODING)
Debug ComposeXML(1) + " (ascii)"
Debug ComposeXML(2) + " (unicode)"
Debug ComposeXML(3) + " (utf-8)"
Debug ComposeXML(4)
Ergo hat Sicro recht und die Kodierung in den Beispielen ist eigentlich falsch angegeben und müsste #PB_Unicode lauten, bzw. der gesamte CompilerIf Block könnte wegfallen, weil die internen Strings ja eh in der richtigen Kodierung vorliegen. Korrekterweise müsste dann nach dem CatchXML die Kodierung mit SetXMLEncoding() (im Unicode Modus) auf UTF-8 umgestellt werden, damit bei einem SaveXML die XML Datei auch als UTF-8 und nicht als UCS-2 gespeichert wird.
