Question

是否有一个标准函数，如size（）或length（）来计算字符串中的字符数。以下为同一个词给出5和6：

#include <iostream>
using namespace std;
int main(){
string s="Ecole";
cout<<s.size()<<"\n";
}

和

#include <iostream>
using namespace std;
int main(){
string s="école";    
cout<<s.size()<<"\n";
}

谢谢。

Answer 1

使用：

wstring

而不是：

string

Answer 2

字符串école实际上有6个字符，因为char é占用内存中的两个字节。 é的hax表示为c3 a9

ASCII字符集没有很多“特殊”字符，最奇特的可能是'（反引号）。 std :: string可以容纳大约0.025％的所有Unicode字符（通常是8位字符），因此如果要存储像école这样的字符串，请使用wstring而不是string

Answer 3

简短回答：没有好的答案。文字很复杂。

首先，你需要确定你想要找到什么“长度”来确定要调用的内容。

在您的示例中，std :: string :: size（）以C字符（即字节）提供长度。正如Vishnu所指出的那样，字符“é”的长度是2个字节，而不是1个字节。

另一方面，如果按照Duncan的建议切换到std :: wstring :: size（），它将开始测量UTF-16代码点的大小。在这种情况下，字符“é”是1个UTF-16代码点。

切换到wstring似乎是解决方案，但这取决于你正在做什么。例如，如果您尝试获取字符串的大小以分配缓冲区（以字节为单位），那么std :: string :: size（）可能是正确的，但是std :: wstring :: size（）这是错误的，因为每个UTF-16代码点需要2个字节来存储。（从技术上讲，std :: wstring存储wchar_t字符，甚至不一定是UTF-16，并且每个代码点都需要sizeof（wchar_t）字节来存储...所以它通常不会起作用。反正。）

即使你只想要“一个人会看到的字符数”（字形数），切换到wstring也不适用于更复杂的数据。例如，“é”（字符http://www.fileformat.info/info/unicode/char/e9/index.htm'>U+00E9）是1个UTF-16代码点，但“é”也可以是表示为“e”加上组合的尖锐口音（字符http://www.fileformat.info/info/unicode/char/0301/index.htm'>U+0301）。您可能需要阅读有关Unicode规范化的信息。在某些情况下，单个“字符”需要2个UTF-16代码点，称为代理对 - 尽管很多软件都会安全地忽略这些代码。

老实说，使用Unicode你要么必须接受这样一个事实：你不会处理所有的边缘情况，或者你必须放弃一次处理一个“字符”的事情，而是做一个“字”的事情（由空格分隔的一串代码点，以使事情顺利进行。然后你会问你正在使用的图书馆 - 例如，一个绘图库 - 每个“单词”的宽度，并希望他们正确处理所有重音，组合字符，代理对等。

用于计算字符串C ++中char数的标准函数

3 个答案: