获取字符串中的字符数？

Question

我有一个应用程序，接受最多255个字符的UTF-8字符串。

如果字符是ASCII，（字符数= =大小，以字节为单位）。

如果字符不是全部ASCII并且包含日语字母，则给定大小（以字节为单位），如何获取字符串中的字符数？

输入：char *data, int bytes_no
输出：int char_no

Answer 1

您可以使用mblen计算长度或使用mbstowcs

源：

http://www.cplusplus.com/reference/cstdlib/mblen/

http://www.cl.cam.ac.uk/~mgk25/unicode.html#mod

  

可以使用便携式方式在C中计算字符数   mbstowcs（NULL，S，0）。这适用于UTF-8，就像任何其他支持的一样   编码，只要选择了适当的语言环境。一个   硬连线技术，用于计算UTF-8中的字符数   string是计算除0x80 - 0xBF范围内的所有字节，   因为这些只是连续字节而不是它们的字符   拥有。然而，很少出现计算字符的需要   在应用程序中。

您可以在宽字符wchar_t

中保存unicode字符

Answer 2

没有“角色”这样的东西。

或者更准确地说，“角色”取决于你问的对象。

如果查看Unicode glossary，您会发现该术语有几个不完全兼容的含义。作为具有语义值（第一个含义）的书面语言的最小组成部分，á是单个字符。如果您在其中使用á并计算编码的基本单位编码（第三个含义），则可能会得到一个或两个，具体取决于具体的表示形式（标准化或正常化）正在使用。

或许不是。这是一个非常复杂的主题，没有人真正知道他们在说什么。

走向世界，您可能需要计算代码点，这与字符（意思是3）基本相同。 mblen是一种方法，只要您当前的语言环境具有UTF-8编码。 Modern C ++提供more C++-ish methods，但是，在某些流行的实现中不支持它们。 Boost有something of its own并且更便携。然后有专门的库，如ICU，如果您的需求比计算字符要复杂得多，您可能需要考虑这些库。