Question

我一直在努力解决这个问题很长一段时间，这是我第一次基本上处理unicode或UTF-8。

这就是我想要做的，我只想迭代一个std :: string，其中包含来自普通字母和unicode符号的组合，在我的例子中是短划线“ - ”。更多信息：http://www.fileformat.info/info/unicode/char/2013/index.htm

这是我尝试过的代码，它不会运行：

#include <iostream>
#include <string>

int main()
{
    std::string str = "test string with symbol – and !";
    for (auto &letter : str) {
        if (letter == "–") {
            std::cout << "found!" << std::endl;
        }
    }
    return 0;
}

这是我的编译器的结果：

main.cpp: In function 'int main()':
main.cpp:18:23: error: ISO C++ forbids comparison between pointer and 
integer [-fpermissive]
     if (letter == "–") {
                   ^

另外，当我浏览互联网时，我发现了一个有趣的信息，我需要解决这类任务。 How to search a non-ASCII character in a c++ string?

但是当我尝试使用那些UTF-8十六进制代码修改我的代码时，它也不会运行：

    if (letter == "\xE2\x80\x93") {
        std::cout << "found!" << std::endl;
    }

与我的编译器完全相同的消息，这是c ++禁止指针和整数之间的比较。

我错过了什么吗？或者我是否需要使用ICU或Boost等库？非常感谢您的帮助。谢谢！

更新

根据UnholySheep的回答，我一直在改进我的代码，但它仍然无法正常工作。它可以通过编译，但当我试图运行它，它不能输出“发现！”出去那么，我该如何解决这个问题呢？谢谢。

Answer 1

这段代码怎么样？

#include <iostream>
#include <string>

int main()
{
    std::wstring str = L"test string with symbol – and !";
    for (auto &letter : str) {
        if (letter == L'–') {
            std::cout << "found!" << std::endl;
        }
    }
    return 0;
}

Answer 2

正如UnholySheep在评论中所说，char文字"–"是一个char数组。假设utf8表示，char em_dash = "–";与char em_dash = {'\xe2', '\x80', '\x93'};相同。

您只能使用当前代码找到真实字符。例如，这将正常工作：

...
if (letter == '!')
...

因为'!'是一个char常量。

如果你只想处理基本多语言平面中的unicode字符（代码低于0xFFFF），那么使用宽字符应该足够像@ ArashMohammadi的回答中提出的那样。对于像emoji chars这样的BMP之外的字符的替代解决方案是使用std::u32string，其中每个unicode字符由单个char32_t字符表示。

如果要直接处理UTF8编码的单字节字符串，则必须使用compare方法：

std::string em_dash = "–"; // or "\xe2\x80\x93"
...
    for (size_t pos=0; pos <= str.size() - em_dash.size(); pos++) {
        if (str.compare(pos, em_dash.size(), em_dash()) == 0) {
            std::cout << "found!" << std::endl;
        }
    }
...

或直接使用find方法：

...
    if (str.find(em_dash) != str.npos) {
        std::cout << "found!" << std::endl;
    }
...

将std :: string中的迭代字符与unicode C ++进行比较

2 个答案: