如何在C ++中查找日语字符串中的空格？

Question

我正在为日语句子制作一个自动纠正程序，句子中缺少的字符将表示为空格。

我正在阅读2个文件...

输入文件：

　はアビガイル
おはよう　くん

字典文件：

私はアビガイル
おはよう花くん

缺少的字符“私”和“花”表示为空格

如何从输入文件中找到空格？

我尝试了lineFromFile.find(" ")，但它返回垃圾，因为它不是通常的英文字符。还尝试了lineFromFile.find('\0x20')和lineFromFile.find(' ')

我也试过string lineFromFile = u8"あび"但是u8前缀出错“标识符'u8'未定义”

我正在使用 C ++ ，Visual Studio 2013，gcc 4.8.3，我当前的代码页是Unicode（带签名的UTF-8）

如果您认为这是一个重复的问题，请将链接评论为相同的答案

我的计划是：

1. 从输入文件的行中找到空格（返回spaceIndex）
2. 保存string temp
中字典文件中的行
3. 替换变量spaceIndex中temp中的字符
4. 将输入文件中的行与temp
进行比较
5. 重复直到找到匹配或直到字典文件的eof

请帮忙，我有3天时间：'（

Answer 1

  

缺少的字符“私”和“花”表示为空格

不，他们不是。在十六进制编辑器中查看　はアビガイル表示第一个字符为'\u3000'，IDEOGRAPHIC SPACE而非SPACE。

要找到它，您需要使用find(u8"\u3000")或find("\xe3\x80\x80)

如果你很幸运，输入文件中的所有日文字符都被编码为UTF-8中的三个字节，那么你可以将它们视为在字符串中具有固定位置，并将三个字节的块从一个字符串替换为另一个字符串。