Question

不知怎的，我在谷歌找不到答案。我正在搜索时可能会使用错误的术语。我正在尝试执行一个简单的任务，将表示字符的数字转换为字符本身，如下表所示：http://unicode-table.com/en/#0460

例如，如果我的数字是47（即'\'），我可以在char中输入47并使用cout打印它，我将在控制台中看到反斜杠（对于低于256的数字没有问题。

但如果我的号码是1120，那么这个角色应该是'Ѡ'（拉丁语中的欧米茄）。我假设它由几个字符表示（cout知道在打印到屏幕时转换为'Ѡ'。

如何获得代表'Ѡ'的“几个字符”？

我有一个名为ICU的库，我正在使用UTF-8。

Answer 1

您所谓的 Unicode编号通常称为代码点。如果您想使用C ++和Unicode字符串，ICU提供 icu :: UnicodeString 类。你可以find the documentation here。

要创建包含单个字符的 UnicodeString ，您可以使用constructor that takes a code point in a UChar32：

icu::UnicodeString::UnicodeString(UChar32 ch)

然后，您可以调用toUTF8String方法将字符串转换为UTF-8。

示例程序：

#include <iostream>
#include <string>

#include <unicode/unistr.h>

int main() {
    icu::UnicodeString uni_str((UChar32)1120);
    std::string str;
    uni_str.toUTF8String(str);
    std::cout << str << std::endl;

    return 0;
}

在像Debian这样的Linux系统上，你可以用以下代码编译这个程序：

g++ so.cc -o so -licuuc

如果您的终端支持UTF-8，则会打印一个欧米茄字符。

Answer 2

注意：如果您遇到错误：“对icudt67_dat的未定义引用”，则需要链接-licudt，然后您的问题将得到解决。

如何使用ICU将Unicode代码点转换为C ++中的字符？

2 个答案: