char и cp-866

@lgs · Регистрация: 22.09.2010

Author24 — интернет-сервис помощи студентам

Здравствуйте! У меня возникла проблема в диалоговом MFC приложении(VS 2010) следующего рода:
Мое приложение читает память dos-программы, запущенной в dos-boxе:

C++

char* lpBuffer2 = new char[97];//Буфер для читаемой строки
ZeroMemory(lpBuffer2, 97);
DWORD dwRead = 0;
edtDisplay="";//Переменная типа CString,связана с EditBoxом на форме
ReadProcessMemory(pi.hProcess,reinterpret_cast<LPCVOID>(edtOfset1),lpBuffer2,97,&dwRead);

Читаемая область памяти представляет собой последовательность символов в CP-866 кодировке, это проверено путем просмотра области памяти программой ArtMoney.
Затем мне необходимо отфильтровать прочитанную строку, оставив там только некоторые символы, буквы и цифры, делаю проверку в цикле, заменяя все лишние символы пробелами:

C++

for(int iz=0;iz<97;iz++)
    {
            
if (     !(
        (lpBuffer2[iz]>=32 && lpBuffer2[iz]<=126) //латинские символы  
        ||(lpBuffer2[iz]>=128 && lpBuffer2[iz]<=207) //русские буквы
                ||(lpBuffer2[iz]>=224 && lpBuffer2[iz]<=252) //русские буквы
      )
) lpBuffer2[iz]=32;
    };
edtDisplay+=lpBuffer2;

В результате русские буквы заменяются пробелами, цифры и символы остаются, т.е. проверка 2 и 3 условия возвращает false. Ставил breakpoint, отладчик показывает в lpBuffer[iz] значение соотвествующее коду символа в CP-866 кодировке. Если убрать цикл, в edtDisplay полностью отобразится строка с русскими буквами, видно как в EditBoxе так и при дальнейшей записи в файл.
Будьте добры, подскажите пожалуйста где ошибка, или хотя-бы намекните, если решение слишком очевидно

P.S. Моя программа не наносит вреда окружающим и не ворует личную информацию.

Евгений М. · 22.09.2010, 05:15

Я че-то не очень понял, что нужно заменять пробелом. Можете сказать, что нужно заменить на пробел?

@lgs · 22.09.2010, 05:26 **[ТС]**

Все, что не попадает в диапазоны if-ов, диапазоны указаны в виде кодов символов CP-866. Проще говоря, нужно чтоб прочитанной строке остались только русские/латинские буквы, цифры, и некоторые символы (".", "%", ":", etc.).
Вместо замены пробелами можно просто добавлять lpBuffer2[iz] к edtDisplay, если символ подходит, для нахождения ошибки упростил задачу.

Евгений М. · 22.09.2010, 05:46

Судя по этой таблице первый диапазон русских букв заканчивается на 175-ом символе (символ "п"). В Вашем коде на 207-ом.
А так вроде обработка символов идет вполне нормально.
Только вот вопрос такой: как EditBox воспринимает строку с кодировкой CP866?

@lgs · 22.09.2010, 07:44 **[ТС]**

Спасибо, диапазоны поправил на 32..122, 128..175,224..239, результат тот же. Попробовал подставить диапазоны русских букв из CP1251-не помогло.
В текст бокс выводятся символы, у которых код в 1251 равен коду моей буквы в 866, т.е. допустим я считал байт со значением 141 (0x8d), вместо буквы "Н" из CP-866 он показывает Cyrylic Capital Kje из CP-1251, в принципе мне это не важно, я записываю строку в текстовый файл и при открытии указываю кодировку CP-866, но почему визуал не хочет упорно узнавать русские буквы - загадка.

Добавлено через 32 минуты
Век живи-век учись. Проблема решилась следующим образом:

C++

unsigned char* lpBuffer2 = new unsigned char[97];УКАЗЫВАЕМ ЧТО ТИП БЕЗЗНАКОВЫЙ
      ZeroMemory(lpBuffer2, 97);
    DWORD dwRead = 0;
    edtDisplay="";
    ReadProcessMemory(pi.hProcess,reinterpret_cast<LPCVOID>(edtOfset1),lpBuffer2,97,&dwRead);
    
    for(int iz=0;iz<97;iz++)
    {
            
        if (!(
            (lpBuffer2[iz]>=32 && lpBuffer2[iz]<=122) || 
            (lpBuffer2[iz]>=128 && lpBuffer2[iz]<=175) ||
            (lpBuffer2[iz]>=224 && lpBuffer2[iz]<=239) 
          )) lpBuffer2[iz]=32;
        
     char* buffer3=new char[97];
    for(int j=0;j<97;j++)
        buffer3[j]=lpBuffer2[j];УКАЗЫВАЕМ ЧТО ТИП ОБЫЧНЫЙ:)
    edtDisplay+=buffer3;

Выходит, компилятор изначально создал unsigned char, успешно помещал в него русские буквы с кодом 128+, успешно выводил их в текстовое поле(правда в CP1251 кодировке), записывал в файл, но при сравнении без явного указания что тип без знака, не мог правильно произвести сравнение, думая что работает с signed char.
После уточнения типа он вдруг "разучился" добавлять его к CString, для чего пришлось выполнять бессмысленый цикл по "приведению" unsigned char к char(тоже unsigned но без этого слова)

Евгений М. 1080 / 1007 / 106 Регистрация: 28.02.2010 Сообщений: 2,889
	22.09.2010, 05:15	2
	Я че-то не очень понял, что нужно заменять пробелом. Можете сказать, что нужно заменить на пробел? 0

@lgs 2 / 2 / 0 Регистрация: 22.09.2010 Сообщений: 8
	22.09.2010, 05:26 [ТС]	3
	Все, что не попадает в диапазоны if-ов, диапазоны указаны в виде кодов символов CP-866. Проще говоря, нужно чтоб прочитанной строке остались только русские/латинские буквы, цифры, и некоторые символы (".", "%", ":", etc.). Вместо замены пробелами можно просто добавлять lpBuffer2[iz] к edtDisplay, если символ подходит, для нахождения ошибки упростил задачу. 0

Евгений М. 1080 / 1007 / 106 Регистрация: 28.02.2010 Сообщений: 2,889
	22.09.2010, 05:46	4
	Судя по этой таблице первый диапазон русских букв заканчивается на 175-ом символе (символ "п"). В Вашем коде на 207-ом. А так вроде обработка символов идет вполне нормально. Только вот вопрос такой: как EditBox воспринимает строку с кодировкой CP866? 1

	22.09.2010, 07:44