C++ 非 ASCII 字母

Question

我如何遍历非 ASCII 字符的字符串中的字母？这适用于 Windows!

for (int i = 0; i < text.length(); i++)
{
    std::cout << text[i]
}

但是在 linux 如果我这样做：

std::string text = "á";
std::cout << text.length() << std::endl;

它告诉我字符串“á”的长度为 2，而在 windows 上它只有 1 但是对于 ASCII 字母，效果很好！

Answer 1

在你的windows系统的code page中，á是一个单字节字符，即string中的每个char确实是一个字符。所以你可以循环打印它们。

在 Linux 上，á 表示为多字节（准确地说是 2 个字节）utf-8 字符 'C3 A1'。这意味着在您的 string 中，á 实际上由两个 char 组成，分别打印它们（或以任何方式处理它们）会产生无意义的结果。这永远不会发生在 ASCII 字符上，因为每个 ASCII 字符的 utf-8 表示都适合一个字节。

不幸的是，utf-8 并不受 C++ 标准设施的真正支持。只要您只处理整个 string，既不从中访问单个 char，也不假定 string 的长度等于 string 中的实际字符数， std::string 很可能会很好。

如果您需要更多的 utf-8 支持，请寻找一个可以实现您需要的好的库。

您可能还想阅读 this 以获得关于不同系统上不同字符集的更详细讨论以及关于 string 与 wstring 的建议。

另请参阅 this 以获取有关如何可移植地处理不同字符编码的信息。

Answer 2

尝试使用 std::wstring。据我所知，标准不支持所使用的编码，因此如果没有处理特定格式的库，我不会将这些内容保存到文件中。某种。它支持多字节字符，因此您可以使用 ASCII 不支持的字母和符号。

#include <iostream>
#include <string>

int main()
{
    std::wstring text = L"áéíóú";

    for (int i = 0; i < text.length(); i++)
        std::wcout << text[i];

    std::wcout << text.length() << std::endl;
}

C++ 非 ASCII 字母

C++ Non ASCII letters

c++

visual-c++

c++11