-1

Я включил параметр /utf-8 в visual studio, сохранил файл в UTF-8(with BOM) и написал следующий код:

#include <iostream>
int main(int argc, char* argv[]) noexcept
{
    std::cout << std::string("привет мир!").size();
}

Как результат я получил число 20. Я понимаю почему это произошло, но как это исправить?

14
  • 1
    ¿Что значит "исправить"? Исправлять надо, когда что-то идет не так. 25 июл 2021 в 18:52
  • @user7860670 мне надо чтобы метод возвращал 11
    – Lofectr
    25 июл 2021 в 18:58
  • 2
    std::wstring(L"привет мир!").size(); - устроит?
    – Harry
    25 июл 2021 в 19:01
  • @Harry нет, используя utf-8 нельзя такое провернуть?
    – Lofectr
    25 июл 2021 в 19:02
  • 2
    @ТарасПрогер Ничего подобно, объект будет еще живым. 25 июл 2021 в 19:06

1 ответ 1

2

как это исправить?

Никак не пофиксить. Искать библиотеку для работы с юникодом.

Еще можно посчитать длину руками - посчитать количество байт, для которых выполняется (byte & 0b11000000) != 0b10000000. Если в строке валидный UTF-8, то получится число code points в строке. Это обычно равно числу символов, но в каких-то хитрых случаях несколько code points могут кодировать один символ.

3
  • Если определена константа __STDC_ISO_10646__, то wchar_t это UCS (UCS-4), правда под Windows, ЕМНИП, wchar_t это UTF-16, но может ключ какой появился с тех пор. Да, с точки зрения количества знакомест, конечно важны, и нормализация, и композитные символы, и символы нулевой и двойной ширины... Но, на практике, количество символов Unicode с точки зрения обработки или хранения получается стандартными средствами C++20, либо std::wstring(L"привет мир!").size(), либо sizeof(U"привет мир!")/sizeof(U"") - 1.
    – Serge3leo
    8 сен 2021 в 18:02
  • @Serge3leo На практике строка вряд ли будет в литерале, скорее будет загружаться откуда-то. Можно, конечно, использовать std::codecvt, как подсказали в комментариях, но обходить байты руками выглядит быстрее. 8 сен 2021 в 18:19
  • Скажем, для работы в Unicode (в UCS, а не в UTF-8), кроме std::wstring имеются std:wcout, std:wcin и т.п., которые не требуют явных преобразований туда-сюда.
    – Serge3leo
    8 сен 2021 в 18:28

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.