问题标签 [unicode-string]

如何将 UTF-8 char* 中的字符串转换为 CString？

我已经看到了一些非常聪明的代码，用于在 Unicode 代码点和 UTF-8 之间进行转换，所以我想知道是否有人拥有（或喜欢设计）这个。

• 给定一个 UTF-8 字符串，相同字符串的 UTF-16 编码需要多少字节。
• 假设 UTF-8 字符串已经过验证。它没有 BOM，没有过长的序列，没有无效的序列，是空终止的。它不是CESU-8。
• 必须支持带有代理项的完整 UTF-16。

具体来说，我想知道是否有捷径可以知道何时需要代理对，而无需将 UTF-8 序列完全转换为代码点。

我见过的最好的 UTF-8 到代码点代码使用矢量化技术，所以我想知道这是否也可能在这里。

UTF-16 字符串的字符串终止符序列是什么？

编辑：

让我重新表述这个问题以试图澄清。上班的电话怎么样wcslen()？

我正在编写一个 DLL，并希望能够在 MSVC++2010 中的 unicode 和多字节设置之间切换。例如，我使用_T("string")andLPCTSTR和WIN32_FIND_DATA而不是 -W 和 -A 版本等等。

现在我想让 std::strings在 unicode 设置std::string之间变化。std::wstring那可能吗？否则，这可能最终会变得非常复杂。

在 C++0x 中，我可以这样做：

防止f()在除double.

我正在尝试做的是相似的，但是，并不完全相同。

我有一个对指针数组进行操作的函数。例如：

我希望能够让 T 为 char、char16_t 和 char32_t 工作，但不能为任何其他类型工作。我在想 C++0xdelete将是实现这一目标的好方法。基本上，我希望能够防止此函数使用不是三种 Unicodechar类型之一的任何类型，但我仍然希望获得函数模板的好处，它允许我概括类型并避免重复代码。

解决这个问题的最佳方法是什么？是否可以？

可能重复：
Python '==' vs 'is' 比较字符串，'is' 有时会失败，为什么？

我将跳过我告诉你我如何测试我的代码并直接跳到问题的部分。

Python 似乎在将 unicode 字符串拆分为 if 语句中的另一个内联 unicode 字符串时遇到了一些问题。

这是我的实际代码片段

如果我将“不是”更改为！= 代码工作正常！

有谁知道为什么“是”导致比较失败？

字符串必须是 unicode 才能对我有用，可以这样做吗？如果有帮助，请使用 python 2.7...

有什么方法可以使用 VB.net 检查字符串是否为 UNICODE。

最好的问候 inchikka

我想直接在字符串文字中嵌入非 ASCII Unicode 字符并在printf中使用它们。这意味着我的源代码必须保存在 utf-8 或 utf-16 中。Visual Studio 2010 确实支持以任一格式编辑和保存 C++ 源文件。但是在编译和执行时，它不会产生正确的 unicode 字符。编译器是否支持嵌入了 unicode 字符的字符串文字？

例如

我的问题类似于为什么 XML 1.0 中的“控制”字符是非法的？- 但是我正在寻找解决以下问题的方法，而不是为什么 XML 规范不允许 XML 中的控制字符。

我有一个 servlet，它根据用户请求打印一个包含 XML 的字符串。一个特定元素包含一个 CDATA 部分，该部分需要包含一些用户输入文本。

现在碰巧在一种特殊情况下，我们的用户输入包含字符 U+0001（控制字符）。即使我将字符集指定为 UTF-8，servlet 也会引发错误：

有没有办法可以处理 Java 字符串以使其“XML 安全”？特别是，在放入 CDATA 部分时使其安全？

我希望我的问题很清楚！

在此先感谢，拉吉