Tcl 用于获取字符串中每个字符的 ASCII 代码

Question

我需要获取字符串中每个字符的 ASCII 字符。实际上它是一个（小）文件中的每个字符。以下前 3 行成功地将文件的所有内容提取到字符串中（根据此食谱）：

set fp [open "store_order_create_ddl.sql" r]
set data [read $fp]
close $fp

我相信我我正确识别了字符的 ASCII 代码（请参阅 http://wiki.tcl.tk/1497） 。但是，我在弄清楚如何循环字符串中的每个字符时遇到问题。

首先，我不认为以下是使用 Tcl 循环字符串中的字符的特别惯用的方法。其次，更重要的是，它的行为不正确，在每个字符之间插入了额外的元素。

下面是我编写的代码，用于作用于上面设置的“data”变量的内容，后面是一些示例输出。

代码：

for {set i 0} {$i < [string length $data]} {incr i} {
  set char [string index $data $i]
  scan $char %c ascii
  puts "char: $char (ascii: $ascii)"
}

输出：

char: C (ascii: 67)
char:  (ascii: 0)
char: R (ascii: 82)
char:  (ascii: 0)
char: E (ascii: 69)
char:  (ascii: 0)
char: A (ascii: 65)
char:  (ascii: 0)
char: T (ascii: 84)
char:  (ascii: 0)
char: E (ascii: 69)
char:  (ascii: 0)
char:   (ascii: 32)
char:  (ascii: 0)
char: T (ascii: 84)
char:  (ascii: 0)
char: A (ascii: 65)
char:  (ascii: 0)
char: B (ascii: 66)
char:  (ascii: 0)
char: L (ascii: 76)
char:  (ascii: 0)
char: E (ascii: 69)

Answer 1

以下代码应该可以工作：

set data {CREATE TABLE}
foreach char [split $data ""] {
    lappend output [scan $char %c]
}
set output ;# 67 82 69 65 84 69 32 84 65 66 76 69

就输出中的额外字符而言，问题似乎出在文件中的输入数据上。是否有某种原因导致文件中的每个字符之间存在空字符 (\0)？

Answer 2

在寻找其他东西时遇到了这个较旧的问题.. 为了其他可能正在寻找此问题答案的人的利益而回答它..

首先，了解字符编码是什么。示例中的源数据不是 ASCII 字符编码，因此 ASCII 字符代码（代码 0-127）实际上没有任何意义 - 除了本例之外，编码似乎是 UTF-16，其中包括 ASCII 代码作为子集。您可能想要的是从 0 到 255 的全范围“字符”代码，但根据您的系统、数据源等，代码 128-255 可能是 ANSI、ISO 或其他一些奇怪的代码页。您要做的是将数据转换为您知道如何处理的格式，例如非常常见的 ISO 8859-1 代码（编码“iso8859-1”），它与 Windows 1252 标准编码（编码“iso8859-1”）非常相似cp1252")，或使用“encoding”命令的 UTF-8（编码“utf-8”）：

set data [encoding Convertto utf-8 $data] ;# For UTF-8

set data [encoding Convertto iso8859-1 $data ] ;# 对于 ISO 8859-1

等。如果您正在从文件中读取数据，则可能需要在读取数据之前设置文件编码（通过 fconfigure），以确保正确读取文件数据。有关处理字符集编码的更多详细信息，请查找“encoding”（和“fconfigure”）的手册页。

一旦您控制了数据的编码，示例代码的其余部分就应该按预期工作。