使用UTF8

Question

使用std :: string和UTF8似乎是一个相当复杂的问题，我无法找到对do和dt的良好解释。

如何在C ++中正确使用UTF8？这很令人困惑。

我找到了boost::locale并设置了全局区域设置：

std::locale::global(boost::locale::generator()(""));

然而，在此之后我需要考虑什么，何时才能遇到问题？将文件写入/读取按预期工作，字符串比较等...？

到目前为止，我知道以下内容：

• std::regex / boost::regex不起作用，需要覆盖广泛的字符串并使用wregex。
• boost::algorithm::to_upper无法使用，需要使用boost::locale::to_upper

除此之外我需要注意什么？

Answer 1

欢迎来到宏伟的Unicode世界。

1. 抱歉，wchar_t是实现定义的，通常在Windows上不足以保存亚洲脚本的完整代码点（例如）
2. 您可以使用比较进行查找，但要对数据进行排序并将其呈现给受众群体，您需要full collation algorithm。例如，知道德语词典中的顺序与德语电话簿中的顺序不同（并且哭...）
3. 一般来说，我建议不要自己改变字符串。 Boost.Locale算法应该在它们包装ICU时一般工作，但是否则不要进行临时操作。
4. 如果将字符串分成几个部分，请不要在单词的中间分割。将字符分成两部分（即使使用代码点感知算法，因为变音符号），或者甚至避免使用，将两个字符分开（因为某些文化认为相邻字符的某些组合为一个），这太容易了。