c++ - isspace() 可以用 UTF-8 文本给出误报吗？

Question

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

安全使用我的意思是它不会将不是空格的 Unicode 字符检测为空格。我知道它可能无法检测到特殊的 Unicode 空格，但这对我来说不是问题。

即我可以接受假阴性，只要没有阳性。假设是正确的吗？

score 2 · Accepted Answer

2

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

于 2016-06-25T12:08:58.940 回答

score 2 · Accepted Answer

isspace()在运行时受制于空白字符的语言环境定义。

setlocale(LC_ALL)在 C 中，空白字符由调用or时指定的语言环境定义setlocale(LC_CTYPE)。

在 C++ 中，空白字符由以下任一指定的语言环境定义：

使用来自标头的版本时对std::setlocale(LC_ALL)or的调用。std::setlocale(LC_CTYPE)std::isspace()<cctype>
输入locale参数，当使用std::isspace()来自<locale>标头的版本时。

使用的默认语言环境是"C"语言环境，它定义了以下空白字符，它们在 UTF-8 和 ASCII 中相同，并且大多数语言环境与 ASCII 兼容，但在其他语言环境中可能不同：

' ' (0x20) 空间 (SPC)
'\t' (0x09) 水平制表符 (TAB)
'\n' (0x0a) 换行符 (LF)
'\v' (0x0b) 垂直制表符 (VT)
'\f' (0x0c) 馈送 (FF)
'\r' (0x0d) 回车 (CR)

2 回答 2