迭代通过C++中的UTF-8字符串11

问题描述：

我想遍历一个UTF-8字符串。这个问题据我了解，UTF-8字符的长度是可变的，所以我不能只是迭代字符，但我必须使用某种转换。我相信在现代C++中有这样的功能，但我不知道它是什么。迭代通过C++中的UTF-8字符串11

#include <iostream> 
#include <string> 

int main() 
{ 
    std::string text = u8"řabcdě"; 
    std::cout << text << std::endl; // Prints fine 
    std::cout << "First letter is: " << text.at(0) << text.at(1) << std::endl; // Again fine. So 'ř' is a 2 byte letter? 

    for(auto it = text.begin(); it < text.end(); it++) 
    { 
    // Obviously wrong. Outputs only ascii part of the text (a, b, c, d) correctly 
    std::cout << "Iterating: " << *it << std::endl; 
    } 
}

编译时clang++ -std=c++11 -stdlib=libc++ test.cpp

从我读过wchar_t和wstring不宜使用。

没有“UTF-8字符”这样的东西。在你熟悉这个主题之前，跳到编写代码是令人沮丧和不合时宜的。 – 2014-09-27 11:21:27

你在一些Unixoid或Windows上？你想要密码单元，密码或字母吗？（字符是可笑的上下文依赖（并且甚至上下文可能不足以决定），并且在Windows上有额外的伤害） – Deduplicator 2014-09-27 11:21:37

你可能想看看[这里]（http://en.cppreference.com/W/CPP /区域/ wstring_convert/from_bytes）。记住它在gcc中不起作用，他们还没有实现这部分标准，但是在clang/libC++中工作，并且应该与VS2013 IIRC一起工作。 – 2014-09-27 11:38:40

答

至于中午。建议我用std::wstring_convert：

#include <codecvt> 
#include <locale> 
#include <iostream> 
#include <string> 

int main() 
{ 
    std::u32string input = U"řabcdě"; 

    std::wstring_convert<std::codecvt_utf8<char32_t>, char32_t> converter; 

    for(char32_t c : input) 
    { 
    std::cout << converter.to_bytes(c) << std::endl; 
    } 
}

也许我应该更明确地说，我想知道，如果这是可以做到在C++ 11不使用任何第三方库像ICU的问题指定或UTF8-CPP。

你使用什么版本的g ++？它可能是C++的一部分14 – Splash 2015-11-09 03:24:11

我使用clang：Apple LLVM版本7.0.0（clang-700.0.72），但这都是C++ 11。你可以查看http://en.cppreference.com – 2015-11-09 06:19:11

我在http://en.cppreference.com/w/cpp/locale/codecvt_utf8上运行，选择了4.9版本的C++ 11，编译。你可以看一下吗？ – Splash 2015-11-09 17:27:37

迭代通过C++中的UTF-8字符串11

相关推荐