Question

我正在构建一个通过tcp接收带编码unicode的运行时字符串的应用程序，示例字符串将是“\ u7cfb \ u8eca \ u4e21 \ uff1a \ u6771 \ u5317 ...”。我有以下内容，但遗憾的是，我只能在编译时受益于：由于：不完整的通用字符名称\ u，因为它在编译时需要4个十六进制字符。

QString restoreUnicode(QString strText)
   {
      QRegExp rx("\\\\u([0-9a-z]){4}");
      return strText.replace(rx, QString::fromUtf8("\u\\1"));
   }

我正在寻找运行时的解决方案，我可以预见破坏这些字符串并进行一些操作以将“\ u”分隔符之后的那些十六进制转换为基数10然后将它们传递给QChar的构造函数但是我我正在寻找一种更好的方式，因为我非常担心这种方法所带来的时间复杂性而且不是专家。

有没有人有任何解决方案或提示。

Answer 1

你应该自己解码字符串。只需获取Unicode条目（rx.indexIn(strText)），解析它（int result; std::istringstream iss(s); if (!(iss>>std::hex>>result).fail()) ...并将原始字符串\\uXXXX替换为(wchar_t)result。

Answer 2

#include <assert.h>
#include <iostream>
#include <string>
#include <sstream>
#include <locale>
#include <codecvt>          // C++11
using namespace std;

int main()
{
    char const  data[]  = "\\u7cfb\\u8eca\\u4e21\\uff1a\\u6771\\u5317";

    istringstream   stream( data );

    wstring     ws;
    int         code;
    char        slashCh, uCh;
    while( stream >> slashCh >> uCh >> hex >> code )
    {
        assert( slashCh == '\\' && uCh == 'u' );
        ws += wchar_t( code );
    }

    cout << "Unicode code points:" << endl;
    for( auto it = ws.begin();  it != ws.end();  ++it )
    {
        cout << hex << 0 + *it << endl;
    }
    cout << endl;

    // The following is C++11 specific.
    cout << "UTF-8 encoding:" << endl;
    wstring_convert< codecvt_utf8< wchar_t > >  converter;
    string const bytes = converter.to_bytes( ws );
    for( auto it = bytes.begin();  it != bytes.end();  ++it )
    {
        cout << hex << 0 + (unsigned char)*it << ' ';
    }
    cout << endl;
}

Answer 3

对于关闭以及将来遇到此线程的任何人，在优化这些变量的范围之前，这是我的初始解决方案。不是它的粉丝，但它的工作原理是unicode和/或ascii在我无法控制的流中的不可预测性（仅限客户端），而Unicode存在性低，处理它而不是丑陋的\ u1234等

QString restoreUnicode(QString strText)
{
    QRegExp rxUnicode("\\\\u([0-9a-z]){4}");

    bool bSuccessFlag;
    int iSafetyOffset = 0;
    int iNeedle = strText.indexOf(rxUnicode, iSafetyOffset);

    while (iNeedle != -1)
    {
        QChar cCodePoint(strText.mid(iNeedle + 2, 4).toInt(&bSuccessFlag, 16));

        if ( bSuccessFlag )
            strText = strText.replace(strText.mid(iNeedle, 6), QString(cCodePoint));
        else
            iSafetyOffset = iNeedle + 1; // hop over non code point to avoid lock

        iNeedle = strText.indexOf(rxUnicode, iSafetyOffset);
    }

    return strText;
}

恢复运行时unicode字符串

3 个答案: