在C ++中识别来自fstream的立陶宛字母

Question

我从我的IT老师那里得到一项任务，找出给定文本中有多少字母，数字，空格和其他符号。问题是文本是用立陶宛字母（Š，š，Ę，，，Ų，ų等）写的，我不知道如何在C ++中识别它们。为了计算每种符号类型的计数，我从getline()到fstream逐行读取文本string函数，然后遍历字符串，将每个字符与其字面值进行比较，例如(c >= 'A' && c <= 'Z')表示它是一个大写字母，但它不适用于立陶宛字符。我猜文本文件以Unicode格式保存。请帮我识别正文中的立陶宛字母。

Answer 1

我想你可能要打开文件二进制文件，比如（fileName，ios :: in | ios :: binary）; 并逐字节地读取文件

Answer 2

据我所知，你的文字以utf-8编码存储。如果它是utf-16或utf-32 - 你的getline（）函数几乎总会返回一个或零个符号，我想你会注意到这一点。这里描述的UTF-8：https://ru.wikipedia.org/wiki/UTF-8。您可以使用标准库将utf-8字符串转换为wstring：UTF8 to/from wide char conversion in STL。然后你可以使用map＆lt; wchar，int＆gt;计算不同符号的数量。

Answer 3

我必须管理utf8并最终使用utf8-cpp

对于所有与utf8相关的实际问题，我建议您阅读：

utf8 everywhere