Převod textu do url encode – C / C++ – Fórum – Programujte.com

Ahoj,

řeším takový problém s převodem českého textu do url encode.

Pro text "čau" by výstup měl být "C4=8Dau", kde to "C4=8D" je "č". Zkouším googlit ale vždy mi to vrací něco jiného nebo jeden hex znak místo dvou. Tento online decoder to třeba umí, ale nedaří se mi to udělat v c++ http://www.url-encode-decode.com/

Nevítě prosím někdo jak na ten převod? Děkuju

#1 Jarda22
Tohle sice funguje jak bych potřeboval, ale ve VS 2013 mi to nebere ten prefix "u8", myslel jsem, že to bude jen v c++11 a ono prd.. nechápu, jak to může na ideone fungovat :-(

http://ideone.com/0kEphU

#2 Jarda22
Tak jsem našel chybu... Visual Studio 2013 nepodporuje všechny novinky C++11 a zrovna prefix u8 patří mezi ně...

Můžete mi ještě poradit, jak mám jinak zapsat: 

string str = u8"ščřž";

Je to pro c++11 a nějak nevim, jak to napsat "normálně", protože bez toho "u8" to nefunguje jak má

http://coderstoolbox.net/string/#!encoding=js&action=encode&charset=us_ascii

#5 Flowy
Nějak nevim v čem mi to má pomoct. Já vim, jak to má vypadat, posílal jsem i odkaz na online encoder, ale nejde mi to udělat v c++.

Nebo spíš jde o to, že stejnej kód mi v gcc funguje ale ve VS2013 se chová jinak.. tohle v gcc funguje http://ideone.com/gtLE7w ale ve VS2013 to udělá pro slovo "čau" =E8au místo C4=8Dau

Tak fakt nevim.. prohledal jsem snad 20 stránek googlu, otestoval přes 10 různých řešení a vždy mi to vyjde stejně špatně, že z "č" to udělá "E8" místo "C4-8D".

Absolutně netuším kde je chyba a proč to ve VS kompileru nejde a v GCC jde bez problému a hned první řešení.. a to na URL encode mi i google našel plno odkazů a stejně ve VS to nefunguje.

Pokud někdo víte, tak budu fakt rád za pomoc, páč už netušim proč to sakra nejde.. snažim se to udělat bez pomocí externích knihoven (jako třeba curl) a bez winapi

#7 Jarda22
A abych teda něco pástnul, tak tohle třeba funguje v GCC, ale nefunguje ve VisualStudio a nevím proč... 

#include <string>
#include <sstream>
#include <iostream>

using namespace std;

string hex(unsigned int c)
{
    ostringstream stm ;
    stm << '=' << hex << uppercase << c;
    return stm.str() ;
}

string url_encode(const string& str)
{
    static const string unreserved = "0123456789"
                                     "ABCDEFGHIJKLMNOPQRSTUVWXYZ"
                                     "abcdefghijklmnopqrstuvwxyz"
                                     "-_.~" ;
    string result;

    for (int i = 0; i < str.size(); i++) {
        unsigned char c = str[i];
        
        if (unreserved.find(c) != string::npos) {
            result += c;
        } else {
            result += hex(c);
        }
    }
    return result;
}

int main()
{
    string test = "čau";
    string result = url_encode(test); // GCC(C4=8Dau), VS(=E8au)
    cout << test << '\n' << result << '\n';
}

Díky za rady, pomoc, cokoliv co mi pomůže vyřešit problém ve VS :-)

Je to quoted-printable a nevím o tom, že by první bajt byl automaticky v hexa a bez escape.

Takže "čau" odpovídá "=C4=8Dau". URL encoded by to bylo "%C4%8Dau".

Asi jsi přišel na to, že znak č je uložen jako dva bajty 0xC4 a 0x8D, pokud je text kódován v UTF-8. Tvoje Windowsy pravděpodobně používají kódování Windows-1250, ve kterém je 'č' uloženo jako jeden bajt 0xE8.

Pokud to máš takhle ve zdrojáku, tak stačí ve VS přepnout kódování souboru na UTF-8 a pak se to č uloží, tak jak očekáváš. Pokud vstup bereš odjinud, tak ho budeš muset nejdříve překódovat z původního kódování do UTF-8.