c – 处理UTF-8字符串

前端之家收集整理的这篇文章主要介绍了c – 处理UTF-8字符串前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。

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?
显然myString [7]和myString [8] – 可能不会引用两个不同的字符.
另外事实上UTF-8字符串是十个字节,对它的字符数说不多了吧?

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.

原文链接:https://www.f2er.com/linux/440170.html

猜你在找的Linux相关文章