C++ C++；：字符串问题

我有一个简单的代码：

#include <iostream>
#include <fstream>

using namespace std;

int main(void)
{
    ifstream in("file.txt");
    string line;
    while (getline(in, line))
    {
        cout << line << "    starts with char: " << line.at(0) << " " << (int) line.at(0) << endl;
    }
    in.close();
    return 0;
}

#包括
#包括
使用名称空间std；
内部主（空）
{
ifstream in（“file.txt”）；
弦线；
while（getline（in，line））
{
CUT
我认为最后的字符属于扩展ASCII表，C++不支持

 > Ed1：从快速的外观看，底部的字符也不在扩展的ASCII中。也许检查Martin York所说的。< /P> < P>我认为最后的字符属于扩展ASCII表，C++不支持
的字符。

Edit1:不，快速查看底部的字符似乎也不是扩展ASCII。请检查Martin York所说的。
您得到的是字符串中的第一个字符

但是看起来这个字符串是UTF-8字符串（或者其他一些多字节字符格式）

这意味着os打印的每个符号（字形）由1个（或多个）字符组成。

如果是UTF-8，则ASCII（0-127）范围之外的任何字符实际上由2个（或更多个字符）组成，字符串打印代码可以正确地解释这一点。但是，字符打印代码不可能正确地对大于127的单个字符进行反编码

我个人认为动态宽度字符格式不适合在程序内部使用（它们适合于传输和存储），因为它们使字符串操作更加复杂。我建议您将字符串转换为固定宽度格式进行内部处理，然后将其转换回UTF-8进行存储

就我个人而言，我会在内部使用UTF-16（或UTF-32，取决于wchar_t是什么）（是的，我从技术上知道UTF-16不是固定宽度，但在所有合理的教学环境中，它是固定宽度（当我们包括沙文脚本时，我们可能需要使用UTF-32））。您只需在输入/输出流中插入适当的codecvt方面即可进行自动翻译。在内部，可以将代码作为单个字符使用wchar\u t type进行操作。
您将获得字符串中的第一个字符

但是看起来这个字符串是UTF-8字符串（或者其他一些多字节字符格式）

这意味着os打印的每个符号（字形）由1个（或多个）字符组成。

如果是UTF-8，则ASCII（0-127）范围之外的任何字符实际上由2个（或更多个字符）组成，字符串打印代码可以正确地解释这一点。但是，字符打印代码不可能正确地对大于127的单个字符进行反编码

我个人认为动态宽度字符格式不适合在程序内部使用（它们适合于传输和存储），因为它们使字符串操作更加复杂。我建议您将字符串转换为固定宽度格式进行内部处理，然后将其转换回UTF-8进行存储

就我个人而言，我会在内部使用UTF-16（或UTF-32，取决于wchar_t是什么）（是的，我从技术上知道UTF-16不是固定宽度，但在所有合理的教学环境中，它是固定宽度（当我们包括沙文脚本时，我们可能需要使用UTF-32））。您只需在输入/输出流中嵌入适当的codecvt方面，即可进行自动翻译。在内部，可以将代码作为单个字符使用wchar类型进行操作。
字符串是字符的容器，仅为一个字节。它应仅用于Ascii字符串或二进制数据。
任何不在本例中的内容都应该使用Unicode，使用wstring，一个用于wchar\u t的容器

但是Unicode文本的编码方式问题仍然存在，请参见上面的答案。
字符串是字符的容器，只有一个字节。它应该只用于Ascii字符串或二进制数据。
任何不在本例中的内容都应该使用Unicode，使用wstring，一个用于wchar\u t的容器

但是Unicode文本的编码方式问题仍然存在，请参见上面的答案。
该文件是UTF-8编码的。使用Unicode库，如访问代码点：

#include <iostream>
#include <fstream>
#include <utility>

#include "unicode/utf.h"

using namespace std;

const pair<UChar32, int32_t>
getFirstUTF8CodePoint(const string& str) {
  const uint8_t* ptr = reinterpret_cast<const uint8_t*>(str.data());
  const int32_t length = str.length();
  int32_t offset = 0;
  UChar32 cp = 0;
  U8_NEXT(ptr, offset, length, cp);
  return make_pair(cp, offset);
}

int main(void)
{
    ifstream in("file.txt");
    string line;
    while (getline(in, line))
    {
      pair<UChar32, string::size_type> cp = getFirstUTF8CodePoint(line);
      cout << line << "    starts with char: " << line.substr(0, cp.second) << " " << static_cast<unsigned long>(cp.first) << endl;
    }
    in.close();
    return 0;
}

#包括
#包括
#包括
#包括“unicode/utf.h”
使用名称空间std；
常数对
getFirstUTF8CodePoint（常量字符串和字符串）{
const uint8_t*ptr=重新解释强制转换（str.data（））；
常量int32_t length=str.length（）；
int32_t offset=0；
UChar32 cp=0；
U8_下一步（ptr、偏移、长度、cp）；
返回make_对（cp，offset）；
}
内部主（空）
{
ifstream in（“file.txt”）；
弦线；
while（getline（in，line））
{
对cp=getFirstUTF8CodePoint（线）；
cout该文件是UTF-8编码的。使用Unicode库（如）访问代码点：

#include <iostream>
#include <fstream>
#include <utility>

#include "unicode/utf.h"

using namespace std;

const pair<UChar32, int32_t>
getFirstUTF8CodePoint(const string& str) {
  const uint8_t* ptr = reinterpret_cast<const uint8_t*>(str.data());
  const int32_t length = str.length();
  int32_t offset = 0;
  UChar32 cp = 0;
  U8_NEXT(ptr, offset, length, cp);
  return make_pair(cp, offset);
}

int main(void)
{
    ifstream in("file.txt");
    string line;
    while (getline(in, line))
    {
      pair<UChar32, string::size_type> cp = getFirstUTF8CodePoint(line);
      cout << line << "    starts with char: " << line.substr(0, cp.second) << " " << static_cast<unsigned long>(cp.first) << endl;
    }
    in.close();
    return 0;
}

#包括
#包括
#包括
#包括“unicode/utf.h”
使用名称空间std；
常数对
getFirstUTF8CodePoint（常量字符串和字符串）{
const uint8_t*ptr=重新解释强制转换（str.data（））；
常量int32_t length=str.length（）；
int32_t offset=0；
UChar32 cp=0；
U8_下一步（ptr、偏移、长度、cp）；
返回make_对（cp，offset）；
}
内部主（空）
{
ifstream in（“file.txt”）；
弦线；
while（getline（in，line））
{
对cp=getFirstUTF8CodePoint（线）；
这可能也有帮助，你可以发布一个使用
codevt
facet从UTF-8转换到
wchar\u t
的例子吗？找到了boost的东西。虽然它看起来像beta代码：这可能也有帮助。你可以发布一个使用
codevt
facet从UTF-8转换到
wchar\u t
的例子吗？找到了boost东西。虽然它看起来像beta代码：
std:：string
可以存储Unicode字符串，如果您使用适当的编码，例如UTF-8。Unicode不是一种编码。虽然可能，但这不是很好，因为您不能可靠地使用[0]。构建抽象（字符而不是字节）有什么意义如果你这么不正确地使用它们？
std:：