清除字符串中的非字母字符a 我试图在C++中清理一个字符串。我想清理它的所有非字母字符，并留下各种英语和非英语字母不变。我的一个测试代码如下所示 int main() { string test = "Danish letters: Æ Ø Å !!!!!!??||~"; cout << "Test = " << test << endl; for(int l = 0;l<test.size();l++) { if(!isalpha(test.at(l)) && test.at(l) != ' ') { test.replace(l,1," nope"); } } cout << "Test = " << test << endl; return 0;

所以我的问题是，如何删除“！！！！！？| | | ~”而不是“ÆØ”

我也尝试过类似的测试

test.at(l)!='Å'

但是如果我将“Å”声明为char，我就无法编译

我读过unicode和utf8，但我不太懂

---

请帮助我：）

char

用于ASCII字符集，您正在尝试对具有非ASCII字符的字符串进行操作

您正在对Unicode字符进行操作，因此需要使用宽字符串操作：

int main()
{
    wstring test = L"Danish letters: Æ Ø Å !!!!!!??||~";
    wcout << L"Test = " << test << endl;

    for(int i = 0; i < test.size(); i++) {

        if(!iswalpha(test.at(i)) && test.at(i) != ' ') {

            test.replace(i,1,L" nope");
        }
    }

    wcout << L"Test = " << test << endl;

    return 0;
}

---

char

用于ASCII字符集，您试图对具有非ASCII字符的字符串进行操作

您正在对Unicode字符进行操作，因此需要使用宽字符串操作：

int main()
{
    wstring test = L"Danish letters: Æ Ø Å !!!!!!??||~";
    wcout << L"Test = " << test << endl;

    for(int i = 0; i < test.size(); i++) {

        if(!iswalpha(test.at(i)) && test.at(i) != ' ') {

            test.replace(i,1,L" nope");
        }
    }

    wcout << L"Test = " << test << endl;

    return 0;
}

---

下面是一个代码示例，您可以使用不同的语言环境进行游戏和实验，以便获得所需的内容。您可以使用u16string、u32string等进行实验。使用语言环境在开始时有点混乱。大多数人用ASCII码编程

在主函数中调用我编写的函数

#include <iostream>
#include <string>
#include <codecvt>
#include <sstream>
#include <locale>

wstring test = L"Danish letters: Æ Ø Å !!!!!!??||~ Πυθαγόρας ὁ Σάμιος";
removeNonAlpha(test);


wstring removeNonAlpha(const wstring &input) {
   typedef codecvt<wchar_t, char, mbstate_t> Cvt;
   locale utf8locale(locale(), new codecvt_byname<wchar_t, char, mbstate_t> ("en_US.UTF-8"));
   wcout.imbue(utf8locale);
   wcout << input << endl;
   wstring res;
   std::locale loc2("en_US.UTF8");
   for(wstring::size_type l = 0; l<input.size(); l++) {
      if(isalpha(input[l], loc2) || isspace(input[l], loc2)) {
         cout << "is char\n";
         res += input[l];
      }
      else {
         cout << "is not char\n";
      }
   }
   wcout << L"Hello, wide to multybyte world!" << endl;
   wcout << res << endl;
   cout << std::isalpha(L'Я', loc2) << endl;
   return res;
}

#包括
#包括
#包括
#包括
#包括
wstring测试=L“丹麦字母：ÆØØØØØØØØØØØØØØØØØὁ Σάμιος";
removeNonAlpha（试验）；
wstring removeNonAlpha（常量wstring&输入）{
类型定义编码VT Cvt；
locale utf8locale（locale（），新编解码器vt_byname（“en_US.UTF-8”）；
wcout.imbue（utf8locale）；
wcout这里是一个代码示例，您可以使用不同的语言环境进行游戏和实验，以便获得所需的内容。您可以使用u16string、u32string等进行实验。使用语言环境一开始有点混乱。大多数人使用ASCII编程

在主函数中调用我编写的函数

#include <iostream>
#include <string>
#include <codecvt>
#include <sstream>
#include <locale>

wstring test = L"Danish letters: Æ Ø Å !!!!!!??||~ Πυθαγόρας ὁ Σάμιος";
removeNonAlpha(test);


wstring removeNonAlpha(const wstring &input) {
   typedef codecvt<wchar_t, char, mbstate_t> Cvt;
   locale utf8locale(locale(), new codecvt_byname<wchar_t, char, mbstate_t> ("en_US.UTF-8"));
   wcout.imbue(utf8locale);
   wcout << input << endl;
   wstring res;
   std::locale loc2("en_US.UTF8");
   for(wstring::size_type l = 0; l<input.size(); l++) {
      if(isalpha(input[l], loc2) || isspace(input[l], loc2)) {
         cout << "is char\n";
         res += input[l];
      }
      else {
         cout << "is not char\n";
      }
   }
   wcout << L"Hello, wide to multybyte world!" << endl;
   wcout << res << endl;
   cout << std::isalpha(L'Я', loc2) << endl;
   return res;
}

#包括
#包括
#包括
#包括
#包括
wstring测试=L“丹麦字母：ÆØØØØØØØØØØØØØØØØØὁ Σάμιος";
removeNonAlpha（试验）；
wstring removeNonAlpha（常量wstring&输入）{
类型定义编码VT Cvt；
locale utf8locale（locale（），新编解码器vt_byname（“en_US.UTF-8”）；
wcout.imbue（utf8locale）；
wcout好吧，你需要一直阅读unicode和utf8，直到你真正理解它，然后一切都应该非常清楚。你可能想看看这个题为的问题。我也有兴趣看看在你的案例中是否有用。@RawN:这两个链接都只用于ASCII，而这个问题是（隐式的）关于非ASCII .@在C++中没有任何东西（或C）仅适用于ASCII。@TomBlodget:从技术上讲，你是对的。从技术上讲，它们只适用于传统的字符编码子集。它们不适用于UNicode字符，这段代码可能正在使用UNicode字符。嗯，你需要一直阅读UNicode和utf8，直到你理解它，然后一切都应该非常清楚。你可能Ant去看这个标题题。我也感兴趣的是看看你的情况是否有用。@ RawN：这两个链接都是针对ASCII的，这个问题是（隐含的）关于非ASCII。@在C++中没有任何东西（或C）。仅适用于ASCII。@TomBlodget:从技术上讲，你是对的。从技术上讲，它们只适用于传统的字符编码子集。它们不适用于UNicode字符，这段代码可能正在使用UNicode字符。是的，这段代码只保留英语和非英语字符，因为我们使用的是iswalpha。哇，我的表情符号示例非常糟糕开头：C++宽函数和类只在基本多语言平面上工作，当在补充平面中给定字符时失败，当前包含73000个字符，其中一些字符必然是字母字符。 ISWALPHA 被打破。定义的固定宽度编码可能与Unicode无关。它可以基于Windows上的UTF-16，其效果是无法正确处理BMP以外的字符，也可以使用Linux上的UTF-32，这使得完全支持Unicode成为可能。或者它可以使用完全不同的字符集。@nwellnhof:我忘记了如何实现ATION定义的宽字符是。你是对的，对于4字节宽，那么是的，它们可以干净地处理所有的Unicode。但是对于2字节宽，没有可能实现处理所有的Unicode。是的，这段代码只留下英语和非英语字符，因为我们使用的是iswalpha。哇，我的表情符号示例考虑得非常糟糕。StarTION：C++的函数和类只在基本多语言平面上工作，当在补充平面中给定字符时失败，其中当前包含73000个字符，其中一些字符必然是字母字符。<代码> ISWalPHA 被破坏。-宽度编码可能与Unicode无关。它可以基于UTF-16，就像在Windows上一样，其效果是BMP以外的字符不能正确处理；或者它可以使用UTF-32，就像在Linux上一样，这使得完全支持Unicode成为可能。或者它可以使用完全不同的字符集。@nwellnhof:我忘记了实现是如何定义的d宽字符是。你是对的，对于4字节宽，那么是的，它们可以干净地处理所有Unicode。但是对于2字节宽，没有可能实现处理所有Unicode。
wchar\u t
不能保证足够宽来表示Unicode代码点。在Windows上，它是16位的，表示UTF-16代码单元，而不是代码点。
wchar\u t
不能保证足够宽以表示Unicode代码点。在Windows上，它是16位的，表示UTF-16代码单元，而不是代码点。