isspace（）可以使用UTF-8文本给出误报吗？

Question

我知道isspace()适用于ASCII，但我有UTF-8文本。如果isspace()仅查看低7位，UTF-8和ASCII重叠，则应该可以安全使用。

安全使用我的意思是它不会检测到像空白一样不是空格的Unicode字符。我知道可能会有一些特殊的Unicode空格无法检测到，但对我来说这不是问题。

即。只要没有积极因素，我就可以使用假阴性。假设这是正确的吗？

Answer 1

这可能是安全的，因为ASCII和utf-8之间的代码点在0和127之间绝对没有区别。

Answer 2

isspace()受运行时空白字符的区域设置定义的约束。

在C中，空格字符由调用setlocale(LC_ALL)或setlocale(LC_CTYPE)中指定的区域设置定义。

在C ++中，空格字符由以下任一指定的语言环境定义：

1. 在使用std::setlocale(LC_ALL)标题中的std::setlocale(LC_CTYPE)版本时，对std::isspace()或<cctype>的调用。

2. 输入locale参数，当使用std::isspace()标题中的<locale>版本时。

使用的默认语言环境是"C"语言环境，它定义了以下空格字符，这些字符在UTF-8和ASCII中相同，而大多数与ASCII兼容的语言环境，但在其他语言环境中可能有所不同：

' '  (0x20) space (SPC) 
'\t' (0x09) horizontal tab (TAB) 
'\n' (0x0a) newline (LF) 
'\v' (0x0b) vertical tab (VT) 
'\f' (0x0c) feed (FF) 
'\r' (0x0d) carriage return (CR)