c++ - 在不处理它的应用程序中使用 unicode/UTF8 处理/清理用户输入

Question

我在 linux 中有一个不处理 unicode/UTF8 的控制台应用程序，并且我没有实施它的计划，因为除了这个问题之外没有必要。

用户正在将命令输入到不包含 ascii 字符的提示中，这导致了数据的神秘问题以及应该只包含 ascii 字符的文本配置文件中的问题。

处理这个问题的最佳方法是什么？是否有一种不太复杂的方法可以将 unicode 字符串转换回 ascii 或删除任何无法使用 ascii 字符集的可见部分打印的字符？

Unicode 对我来说似乎是一场彻头彻尾的噩梦。

Answer 1

UTF-8 和许多单字节字符集与 ASCII 兼容，0-127 之间的值代表正确的 ASCII 字符。（在 UTF-8 的情况下，具有多字节序列的字符的每个字节都在此范围之外。）过滤掉其余的可以解决您的问题。

不过，您绝对应该改变态度并支持 UTF-8。

Answer 2

如果需要 ASCII，则测试并拒绝 0-127 之外的任何 char 值作为无效输入。在这种情况下，我不坚持传统的稳健性原则；代码应该很快失败。试图按摩模棱两可的数据会导致奇怪的行为。

当然，很大程度上取决于域，但这是我的默认方法。先严格后放宽条件要比松懈后尝试应用限制来破坏以前工作的代码/配置更容易。