c – 处理UTF-8字符串
发布时间：2020-12-13 19:01:41 所属栏目：Linux 来源：网络整理
导读：据我所知,linux使用UTF-8编码. 这意味着我可以使用std :: string来处理字符串吗？ 只是编码将是UTF-8. 现在在UTF-8上我们知道一些字符是1字节,一些2,3 ..字节. 我的问题是：如何使用C在Linux上处理UTF-8编码的字符串？ 特别是：如何获得字符串的长度(以字节
|
据我所知,linux使用UTF-8编码. 现在在UTF-8上我们知道一些字符是1字节,一些2,3 ..字节. 特别是：如何获得字符串的长度(以字节为单位)(或字符数)？你将如何遍历字符串？等等 我问的原因是,正如我所说的UTF-8字符可能超过一个字节对吗？ 最佳答案
您无法使用std :: string处理UTF-8.尽管名称是字符串,但它只是(多)字节的容器.它不是文本存储的类型(除了字节缓冲区显然可以存储任何对象,包括文本).它甚至不存储字符(char是一个字节,而不是字符).
如果要实际处理(而不是仅存储)Unicode字符,则需要在标准库外部进行冒险.传统上,这是由诸如ICU之类的库完成的. 然而,虽然这是一个成熟的库,但它的C接口很糟糕.在Ogonek中采用了一种现代化的方法.它并没有很好地建立并且仍在进行中,但提供了更好的界面. （编辑：李大同） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |