C++ 您如何处理签名字符->；标准库的int问题？

这是我工作中一个长期存在的问题，我意识到我仍然没有一个很好的解决方案

C天真地定义了int的所有字符测试函数：

int isspace(int ch);

但是字符通常是有符号的，一个完整的字符通常不能放在int中，也不能放在用于字符串的任何单个存储单元中

这些函数已经成为当前C++函数和方法的逻辑模板，为当前标准库设置了阶段。事实上，他们仍然受到支持

因此，如果您将isspace（*pchar）交给用户，最终可能会出现符号扩展问题。根据我的经验，它们很难被看到，也很难被防范

类似地，由于isspace（）及其类似的函数都取整数，而且由于字符的实际宽度通常是未知的，不需要进行字符串分析，这意味着任何现代字符库基本上都不应该在char或wchar_t上运行，而只需要指针/迭代器，因为只有通过分析字符流，您才能知道其中有多少组成了一个逻辑字符，所以对于如何最好地处理这些问题，我有点不知所措

我一直在期待一个真正强大的库，它基于对任何字符的大小因子进行抽象，并且只处理字符串（提供isspace等内容），但要么我错过了它，要么有另一个更简单的解决方案在我面前摆在我面前，你们所有人（知道你们在做什么的人）都在使用它

---

**对于可以完全包含完整字符的固定大小字符编码，这些问题不会出现——UTF-32显然是唯一具有这些特征的选项（或将自身限制为ASCII或类似标准的专用环境）

---

所以，我的问题是： “如何测试空白、可打印等内容，而不会出现两个问题：

1） 签名扩展，和
2） 可变宽度字符问题

毕竟，大多数字符编码都是可变宽度的：UTF-7、UTF-8、UTF-16，以及Shift JIS等旧标准。如果编译器将字符视为有符号8位单元，即使扩展ASCII也可能存在简单的符号扩展问题

请注意: 无论字符类型大小如何，大多数字符编码方案都是错误的

这个问题在标准C库中，以及C++标准库中，它仍然试图绕过char和W查尔格，而不是在各种iStaseIsPrices等实现中使用字符串迭代器。 实际上，正是这些类型的函数打破了std:：string的通用性。如果它只在存储单元中工作，而不试图假装理解存储单元作为逻辑字符的含义（如isspace），则抽象将更加诚实，并将迫使我们程序员到其他地方寻找有效的解决方案

非常感谢。 所有参与讨论的人。在这次讨论和我之间，我对这些问题有了更好的处理。虽然没有简单的答案，但每一点理解都会有所帮助

如何以不受两个问题影响的方式测试空白、可打印等：
1） 符号扩展
2） 可变宽度字符问题
毕竟，不管程序员是否意识到，所有常用的Unicode编码都是可变宽度的：UTF-7、UTF-8、UTF-16，以及Shift-JIS等旧标准

显然，您必须使用支持Unicode的库，因为您已经（正确地）演示了C++ 03标准库不是，C++ 11库是改进的，但对于大多数用法来说仍然不够好。有些OS有32位WCHARGET，这使得它们能够正确处理UTF32，但是这是一种实现，并且不是由C++保证的，对于许多Unicode任务来说，远远不够，例如通过字形迭代。s（字母）

还有更多

---

如果问题不是关于具体的字符测试，而是关于一般的代码实践：做你的框架所做的任何事情。如果你是为linux/QT/网络编写代码，请将所有内容都放在UTF-8内部。如果你是使用Windows编写代码，请将所有内容都放在UTF-16内部。如果你需要处理代码点，请将所有内容都放在UTF-16内部UTF-32中的y。否则（对于可移植的通用代码），做任何你想做的事，因为不管怎样，你都必须为某些操作系统或其他操作系统进行翻译。

我没有对Qt库的国际化功能进行过太多测试，但据我所知，QString完全支持unicode，并且正在使用QChar，它们是unicode字符。我不知道它们的内部实现，但我希望不会他的意思是QChar是可变大小的字符

---

将自己绑定到像Qt这样的大框架上只是为了使用字符串是很奇怪的。

在任何情况下，将EOF以外的负值传递给

isspace

和其他字符宏都是无效的。如果您有一个

char c

，并且您想测试它是否是一个空格，请执行

isspace（（unsigned char）c）

。这涉及扩展（通过零扩展）。

isspace（*pchar）

完全错误——不要写它，当你看到它时不要让它站起来。如果你训练自己在看到它时惊慌失措，那么就不那么难看到它

fgetc

（例如）已返回EOF或读取为

无符号字符的字符，然后转换为
int
，因此该值没有符号扩展问题

不过，这真的是琐事，因为标准字符宏不包括Unicode或多字节编码。如果你想正确处理Unicode，那么你需要一个Unicode库。我没有研究C++11或C1X在这方面提供了什么，除了C++11有
std:：u32string
这听起来很有希望。在此之前swer就是用im的东西
template<std::ctype_base::mask mask>
class Is  //  Must find a better name.
{
    std::locale myLocale;
            //< Needed to ensure no premature destruction of facet
    std::ctype<char> const* myCType;
public:
    Is( std::locale const& l = std::locale() )
        : myLocale( l )
        , myCType( std::use_facet<std::ctype<char> >( l ) )
    {
    }
    bool operator()( char ch ) const
    {
        return myCType->is( mask, ch );
    }
};

typedef Is<std::ctype_base::space> IsSpace;
//  ...

bool isspace_utf8(const char* pChar)
{
    uint32_t codePoint = decode_char(*pChar);
    return is_unicode_space(codePoint);
}