前端之家收集整理的这篇文章主要介绍了
c – 处理UTF-8字符串，
前端之家小编觉得挺不错的，现在分享给大家，也给大家做个参考。
据我所知,linux使用UTF-8编码.
这意味着我可以使用std :: string来处理字符串吗？
只是编码将是UTF-8.
现在在UTF-8上我们知道一些字符是1字节,一些2,3 ..字节.
我的问题是：如何使用C在Linux上处理UTF-8编码的字符串？
特别是：如何获得字符串的长度(以字节为单位)(或字符数)？你将如何遍历字符串？等等
我问的原因是,正如我所说的UTF-8字符可能超过一个字节对吗？
显然myString [7]和myString [8] – 可能不会引用两个不同的字符.
另外事实上UTF-8字符串是十个字节,对它的字符数说不多了吧？
最佳答案
您无法使用std :: string处理UTF-8.尽管
名称是字符串,但它只是(多)字节的容器.它不是文本存储的类型(除了字节缓冲区显然可以存储任何对象,
包括文本).它甚至不存储字符(char是一个字节,而不是字符).
如果要实际处理(而不是仅存储)Unicode字符,则需要在标准库外部进行冒险.传统上,这是由诸如ICU之类的库完成的.
然而,虽然这是一个成熟的库,但它的C接口很糟糕.在Ogonek中采用了一种现代化的方法.它并没有很好地建立并且仍在进行中,但提供了更好的界面.
