Question

我有以下代码：

#include <iostream>

std::string eps("ε");

int main()
{
    std::cout << eps << '\n';
    return 0;
}

不知何故，它在Ubuntu上用g ++和clang编译，甚至打印出正确的字符ε。此外，我还有几段相同的代码，可以快速地将ε与cin一起读入std::string。顺便说一句，eps.size()是2。

我的问题是 - 它是如何运作的？我们如何在std::string中插入unicode字符？我的猜测是操作系统使用unicode处理所有这些工作，但我不确定。

修改

与输出一样，我知道终端负责向我展示正确的角色（在这种情况下为ε）。

但是输入：cin读取符号到' '或任何其他空格字符（据我逐字逐句了解）。所以，如果我取Ƞ，哪个第二个字节是32 ' '，它将只读取第一个字节，然后停止。但它会显示Ƞ。怎么样？

Answer 1

最可能的原因是所有内容都在UTF-8中编码，就像在我的系统上一样：

$ xxd test.cpp
...
0000020: 2065 7073 2822 ceb5 2229 3b0a 0a69 6e74   eps("..");..int
                        ^^^^ ε in UTF-8                 ^^ TWO bytes!
...
$ g++ -o test.out test.cpp
$ ./test.out 
ε
$ ./test.out | xxd
0000000: ceb5 0a
         ^^^^

使用unicode的std :: string的奇怪行为

1 个答案: