代码之家 › 专栏 › 技术社区 › Kuang

c++在字符串中添加“\u”

utf unicode string c++

-1

Kuang · 技术社区 · 8 年前

学习c++,尝试通过在“\u”后添加4位数字来显示UTF-16字符。但是,例如,如果我尝试直接添加0000:

string temp = "\u" + "0000";

我得到的错误是:通用字符名格式不正确。那么有没有办法让这两个字符组成一个Unicode字符呢?我还意识到,最后四个数字的范围是0-F,但现在我只想关注0-9个字符。

如何使用其他字符串添加“\u”

编辑:我正在寻找与JavaScript函数相当的C++函数:

String.fromCharCode()

3 回复 | 直到 8 年前

cHao 8 年前

你不能说 "\u" + "0000" ,因为转义序列的解析发生在过程的早期,即实际编译开始之前。当字符串连接在一起时,转义序列已经被解析,不再被解析。从那以后 \u 本身不是有效的转义序列,您会得到一个错误。

user9124890 8 年前

你想做的是不可能的。C++解析分为多个阶段。根据[法律阶段],转义序列(在阶段5中)被转义之前相邻的字符串文字被串联(第6阶段)。

Galik 8 年前

你不能把一个 字符串文字 就像那样。引号中的特殊序列是编译器在编译时插入相关Unicode字符的指令,因此如果将其分成两部分,则不再将其识别为指令。

到 按程序 生成 UTF-16 基于其Unicode代码点编号的字符您可以使用标准库Unicode converson函数。不幸的是,两者之间没有直接的转换 UTF-32 (Unicode代码点)和 UTF-16 所以你必须通过 UTF-8 作为中间值:

// UTF-16 may contain either one or two char16_t characters so
// we return a string to potentially contain both.
///
std::u16string codepoint_to_utf16(char32_t cp)
{
    // convert UTF-32 (standard unicode codepoint) to UTF-8 intermediate value
    char utf8[4];
    char* end_of_utf8;

    {
        char32_t const* from = &cp;

        std::mbstate_t mbs;
        std::codecvt_utf8<char32_t> ccv;

        if(ccv.out(mbs, from, from + 1, from, utf8, utf8 + 4, end_of_utf8))
            throw std::runtime_error("bad conversion");
    }

    // Now convert the UTF-8 intermediate value to UTF-16

    char16_t utf16[2];
    char16_t* end_of_utf16;

    {
        char const* from = nullptr;

        std::mbstate_t mbs;
        std::codecvt_utf8_utf16<char16_t> ccv;

        if(ccv.in(mbs, utf8, end_of_utf8, from, utf16, utf16 + 2, end_of_utf16))
            throw std::runtime_error("bad conversion");
    }

    return {utf16, end_of_utf16};
}

int main()
{
    std::u16string s; // can hold UTF-16

    // iterate through some Greek codepoint values
    for(char32_t u = 0x03b1; u < 0x03c9; ++u)
    {
        // append the converted UTF-16 characters to our string
        s += codepoint_to_utf16(u);
    }

    //  do whatever you want with s here...    
}

推荐文章