我从参数中获得了一些字符串数据,例如��
。
这些是Unicode的UTF-16代理项对,表示为十进制。
如何将它们转换为Unicode代码点,例如" U + 1F62C"使用标准库?
答案 0 :(得分:2)
您可以轻松地手动 。从高unicode点到代理对和后面的algorythm并不那么难。 UTF16上的维基百科页面说:
这只是按位,和/或移位,可以简单地用C或C ++实现。
正如您所说,您想使用标准库,您要求的是从两个16位UTF-16代理转换为一个32位unicode代码点,因此codecvt
是您的朋友,前提是您可以在C ++ 11或更高版本中编译。
以下是在小端架构上处理您的值的示例:
#include <iostream>
#include <locale>
#include <codecvt>
int main() {
std::codecvt_utf16<char32_t, 0x10ffffUL,
std::codecvt_mode::little_endian> cvt;
mbstate_t state;
char16_t pair[] = { 55357, 56842 };
const char16_t *next;
char32_t u[2];
char32_t *unext;
cvt.in(state, (const char *) pair, (const char *) (pair + 2),
(const char *&) next, u, u+1, unext);
std::cout << std::hex << (uint16_t) pair[0] << " " << (uint16_t) pair[1]
<< std::endl;
std::cout << std::hex << (uint32_t) u[0] << std::endl;
return 0;
}
输出符合预期:
d83d de0a
1f60a