我有几个文件，其中包括使用不同书面语言的各种字符串。我正在使用的文件是.inf格式，与.ini文件有些相似。
我正在将这些文件中的文本输入解析器，该解析器将[符号视为“类别”的开头。因此，重要的是该字符不要意外出现在字符串序列中，否则解析将因为将它们解释为“控制字符”而失败。
例如，此字符串包含一些日语文字：
iANSProtocol_HELP="�C���e��(R) �A�h�o���X�g�E�l�b�g���[�N�E�T�[�r�X Protocol �̓`�[���������щ��z LAN �Ȃǂ̍��x�@�\�Ɏg�����܂��B"
DISKNAME ="�C���e��(R) �A�h�o���X�g�E�l�b�g���[�N�E�T�[�r�X CD-ROM �܂��̓t���b�s�[�f�B�X�N"
在我的文本编辑器（Atom）中，默认的UTF-8编码为我提供了垃圾文本，这不是问题，但是0x5B字符被解释为[。这会导致解析器失败，因为它假定这标志着新类别的开始。
如果我将编码更改为日语（CP 932），则这些字符将正确解释为：
iANSProtocol_HELP="インテル(R) アドバンスト・ネットワーク・サービス Protocol はチーム化および仮想 LAN などの高度機能に使われます。"
DISKNAME ="インテル(R) アドバンスト・ネットワーク・サービス CD-ROM またはフロッピーディスク"
我当然不能将每个文件都编码为日语，因为它们可能包含中文或其他语言，这些语言将被错误地编写。
在这种情况下最好的行动方案是什么？是否应该编辑解析器的代码以转义字符串文字中的字符？是否有任何特殊类型的编码可以让我看到所有特殊字符和语言？
谢谢
答案 0 :(得分：0)
如果源文件位于shift-jis中，则应使用可以支持它的解析器，或者在解析文件之前将其转换为UTF-8。
我相信此字符集还使用ASCII作为其基本类型，但对于某些字符，它使用2个字节作为字符，因此，如果0x5B可能不会显示为字符的“第一个字节”。 （注意：这是根据我认为 shift-jis的工作原理得出的推测。）
是的，您需要修改解析器以了解shift-jis，或者需要在解析之前将文件转换为UTF-8。我认为转换是最简单的。