处理utf8编码的char *数组

文件包含非拉丁文内容并以UTF8编码。目前现有的代码使用“fopen”来打开文件，解析它并用non-latin内容调用我的validate函数，并将数据作为char*传递。处理utf8编码的char *数组

void validate(const char* str) 
{ 
    .... 
}

我必须对通过的char数组做一些验证。

应用程序使用Sun C++ 5.11，我认为它不支持unicode。（我在Sun C++ 5.11上搜索unicode支持，但没有得到任何关于unicode支持的指示，所以我编写了一个简单的程序来检查Sun C++是否支持unicode，并且程序没有编译）。

如何对输入char*进行验证？是否有可能使用wchar_t？

来源

2017-02-14 NJMR

这一切都取决于你的意思是“验证”......你应该如何“验证”文本？你有什么要求来建立你的功能？ –

我必须验证是否存在特殊字符（要求有一些非拉丁字符与'Æ'，'Ð'进行比较），连续的空格。 – NJMR

也许[这个老问题]（http://stackoverflow.com/questions/313555/light-c-unicode-library）可以帮助你吗？ –

应用程序使用<compiler>和我认为不支持Unicode

这是没有问题的。您只需要unicode的编译器支持以将unicode字符串文字嵌入到代码中，或者使用固定宽度字符类型来表示UTF-16或UTF-32。你的unicode是UTF-8，来自用户输入，所以不需要unicode编译器支持。

如何对输入char*进行验证？

C++标准库有非常少的工具来处理unicode。提供的工具主要由不同的unicode格式之间的转换组成，甚至这些工具在C++ 11之前不可用。

输入和输出大多只是复制字节，所以不需要进行重要的处理。对于其他处理（您大概需要“验证”），您需要自己实施这些工具，或者使用第三方工具。您将需要参考〜1000页的Unicode标准的，如果你选择实现自己：http://www.unicode.org/versions/Unicode9.0.0/UnicodeStandard-9.0.pdf

使用wchar_t这可能吗？

wchar_t是本地宽字符类型，用于系统的本地宽字符编码。 UTF-8不使用宽码单元。

来源

2017-02-14 11:04:58 user2079303

我打算将无效字符的列表存储在文本文件中，编码将为utf8。然后将内容读取到char数组，然后对该数组进行验证。 – NJMR

处理utf8编码的char *数组

回答

相关问题