4

我们正在向具有大型代码库的现有应用程序添加对 UTF8 的支持。此应用程序使用boost::format()，并且非 ASCII 字符的输出未正确对齐。具体来说，当使用%{width}.{length}s 说明符时，boost::format()计算字符数，这不会对 utf8 字符串“做正确的事”。我认为应该可以根据...更改要使用的字符串长度代码（可能是 string::size()）utf8len()或类似的东西？

在这种情况下，将现有代码库更改为使用 UCS2（或 UCS4，或 UTF-16 等）是不切实际的，但boost::format()如果需要，可以进行修改。我希望其他人已经遇到了这种需求，并且可以为我指出一个可能的解决方案。

注意：我发现了一些关于将语言环境与 utf8 结合使用的网页，但其中大部分似乎更适用于在流中转换为 utf8 和 UCS4。

4

2 回答 2

1

这对你来说可能为时已晚，但也许它会帮助别人。Boost::format 接受 std::locale 作为可选模板参数。（见http://www.boost.org/doc/libs/1_55_0/libs/format/doc/format.html）。如果你向它传递一个 unico 感知的语言环境，例如 boost::locale("en_US.UTF-8")，你应该得到想要的行为。

除了每次都将语言环境传递给 boost::format 构造函数，您还可以设置应用程序的默认语言环境，这可能会帮助您避免其他问题。如果您采用这条路线，我会建议在 std::locale 上使用 boost::locale，因为 boost::locale 不会修改您的数字格式，除非您明确要求它（此处的文档）。

一般来说，这是使 C++ 中的应用程序与 Unicode 很好地工作的一种 goto 方法。如果该功能可以使用语言环境（std::regex、std::sort、boost::format），请给它一个支持 unicode 的语言环境，你应该是安全的（如果你不是'请告诉我，我想知道）。

如果您正在制作一个小型、轻量级的应用程序并且只关心 80% 的情况，那么您可能不想为包含 ICU（Unicode 的国际组件）付出代价，这是提供 unicode 支持时默认的引擎增强语言环境环绕。在这种情况下，使用您的操作系统或 Posix unicode 支持构建 Boos，您的应用程序将保持小而轻，但您不会有很多 unicode 支持，例如多个排序规则级别。

对于您描述的问题，Posix 支持可能就足够了。

于 2015-08-21T11:49:09.773 回答
0

即使使用基于 UTF-8 的语言环境，AFAIK Boost 格式也会以代码单元测量所有内容。

如果您可以切换到另一个库，请考虑 C++20std::format或{fmt} 格式化库，它以显示宽度单位计算宽度（类似于wcswidth），因此对齐是正确的。例如

fmt::print("┌{0:─^{2}}┐\n"
           "│{1: ^{2}}│\n"
           "└{0:─^{2}}┘\n", "", "Hello, world!", 20);

印刷：

┌────────────────────┐
│   Hello, world!    │
└────────────────────┘

免责声明：我是 {fmt} 和 C++20 std::format 的作者

于 2020-06-24T22:46:33.527 回答