0

是否有像 size() 或 length() 这样的标准函数来计算字符串中的字符数。以下为同一个词给出 5 和 6：

#include <iostream>
using namespace std;
int main(){
string s="Ecole";
cout<<s.size()<<"\n";
}

和

#include <iostream>
using namespace std;
int main(){
string s="école";    
cout<<s.size()<<"\n";
}

谢谢你。

4

3 回答 3

1

利用：

wstring

代替：

string
于 2013-10-23T16:32:38.413 回答
0

该字符串école实际上有 6 个字符，因为 charé在内存中占用了两个字节。的hax表示é是c3 a9

ASCII 字符集没有很多“特殊”字符，最奇特的可能是 '（反引号）。std::string 可以容纳大约 0.025% 的所有 Unicode 字符（通常是 8 位字符），因此如果你想存储一个字符串，比如écoleusewstring而不是string

于 2013-10-23T16:31:30.010 回答
0

简短的回答：没有好的答案。文字很复杂。

首先，您需要确定要查找的“长度”以找出要调用的内容。

在您的示例中， std::string::size() 以 C 字符（即字节）提供长度。正如毗湿奴指出的，字符“é”的长度是 2 个字节，而不是 1。

另一方面，如果您按照 Duncan 的建议切换到 std::wstring::size()，它将开始测量 UTF-16 代码点的大小。在这种情况下，字符“é”是 1 个 UTF-16 代码点。

切换到 wstring 似乎是解决方案，但这取决于您在做什么。例如，如果您尝试获取字符串的大小以分配缓冲区（以字节为单位），则 std::string::size() 可能是正确的，但 std::wstring::size()是错误的，因为每个 UTF-16 代码点需要 2 个字节来存储。（从技术上讲，std::wstring 正在存储 wchar_t 字符，甚至不一定在 UTF-16 中，并且每个代码点都需要 sizeof(wchar_t) 字节来存储......所以它通常不会真正起作用，无论如何。）

即使您只想要“一个人会看到的字符数”（字形的数量），切换到 wstring 也不适用于更复杂的数据。例如，“é”（字符 http://www.fileformat.info/info/unicode/char/e9/index.htm'>U+00E9）是 1 个 UTF-16 码位，但“é”也可以表示作为“e”加上一个组合的重音（字符 http://www.fileformat.info/info/unicode/char/0301/index.htm'>U+0301）。您可能需要阅读有关 Unicode 规范化的信息。在某些情况下，单个“字符”需要 2 个 UTF-16 代码点，称为代理对——尽管许多软件安全地忽略了这些。

老实说，使用 Unicode，您要么必须接受无法处理所有边缘情况的事实，要么必须放弃一次处理一个“字符”，而是只处理一个“单词”（一串由空格分隔的代码点）以使事情正常工作。然后你会问你正在使用的库——例如，一个绘图库——每个“单词”有多宽，并希望他们正确处理了所有的重音、组合字符、代理对等。

于 2013-10-23T17:23:30.803 回答