0

Как заставить правильно работать следующий код

#include <stdio.h>
#include <clocale>
#include <ctype.h>

int main(int argc, char** argv)
{
    setlocale(LC_ALL, "Russian");

    isupper('П');

    return 0;
}

Проблема в том, что в Release он падает, а в Debug выдаёт ASSERT: Expression: c >= -1 && c <= 255.

У меня есть несколько вариантов решения, но все не подходят в той или иной степени:

  1. Перейти на UNICODE - не могу, т.к. поддерживается проект с большим объёмом такого кода.
  2. Можно использовать перегруженную функцию isupper, принимающую в качестве второго аргумента locale. Не могу по той же причине - не хочется везде переписывать вызовы.
  3. Удивительно, но работает вариант с isupper((unsinged char)'П'). То есть всё-таки RTL понимает setlocale и работает с русскими буквами. (Это подтверждается тем, что если убрать setlocale, то компилироваться будет, но результаты isupper будет возвращать неправильные.) Но вот ASSERT этого не понимает и срабатывает вне зависимости от локали, что понятно, но плохо.
  4. Схожий с (3) вариант поставить ключ компиляции /J (Make char as unsigned char) не подходит - несовместим с библиотеками, например MFC.
  5. Писать свои функции isupper_rus и подставлять их define'ами - плохой способ, как и переписывать RTL.

Вопрос: возможно ли решить проблему без значительнного переписывания кода, предложенного выше? То есть можно ли сделать, чтобы работал именно isupper?

3
  • Я бы предложил в качестве долгосрочного решения перейти не Unicode и широкие строки. А то у вас начнутся проблемы с выводом на консоль тоже. Связанный вопрос: ru.stackoverflow.com/q/459154/10105
    – VladD
    26 авг 2017 в 19:19
  • Я бы рад, но, как я написал в п.1 - проект большой и кода много. Переписывать его - долго. Плюс он обрабатывает большие объёмы текстовых данных - удвоить эти объёмы - потерять производительность, как минимум из-за вылета из кэшей. И ещё одна неприятность UNICODE - везде писать wchar_t, вместо привычного char, wstring вместо string - неприятно. Хотя и понятно, что правильно. Странно, что это не сделано на уровне опции компилятора. Вернее, сделано, но как-то не до конца. Впрочем, я понимаю - почему.
    – Дамир
    26 авг 2017 в 21:36
  • Я понимаю эту проблему, вы описали её пунктом 1. Поэтому и не предлагаю это как ответ, а лишь как намётки на будущее. (Лет 10 назад было, кажется, принято использовать везде TCHAR. С ним было бы легче.)
    – VladD
    26 авг 2017 в 22:01

1 ответ 1

0

Проблема в том, что функция принимает int, но предполагает при этом, что коды символов >0, а символ 'П' меньше нуля! Мы для работы с кириллицей ставили ключ компилятора /J, который делает char по умолчанию беззнаковым (0..255). Когда-то был такой пункт в настройках, сейчас можно просто добавить в командную строку. Сверхпроблем от этого ключа, вроде, нет.

Кстати, вместо wchar_t (который все равно не охватывает весь Юникод!) можно использовать utf-8. При этом передача текста между модулями не меняется совсем, но языковая обработка меняется сильно.

Ваш ответ

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge you have read our privacy policy.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.