C/C++ isspace（）所能跳过多字节字符串字符

我有以下函数返回剥离从字符串中的空格，C/C++ isspace（）所能跳过多字节字符串字符

char *rtrim(char *l_ptr) 
{ 
    char *lptr = l_ptr + strlen(l_ptr) - 1; 
    for (; lptr != l_ptr && isspace((int)*lptr); lptr--) 
     ; 
    *lptr = '\0'; 
     return lptr; 
} 

char *ltrim(char *l_ptr) 
{ 
    char *lptr; 
    for (lptr = l_ptr; *lptr != '\0' && isspace((int)*lptr); lptr++) 
     ; 
    return lptr; 
} 


char *trim(char *l_ptr) { 
return rtrim(ltrim(l_ptr)); 
}

的问题是它的修整字符以下 -

去除导致从空格“

Ć"

除去前导空格，得到的 “”

的字符是0xc6，之前有几个空格。我已经检查了包含setlocale（LC_ALL，“”）;的代码。 LANG设置为pl_PL.isoo88592。任何帮助非常感谢。

谢谢。

来源

2014-02-13 user3305937

什么字符编码您使用的？ –

@JohnZwinck从他的LANG设置中，我猜测ISO 8859-2（Latin-2，东欧）。 –

注意：'char * lptr = l_ptr + strlen（l_ptr） - 1;'如果'l_ptr'为'“”'则为UB。（也可能是一个_long_循环。） – chux

rtrim()有多个问题。

isspace()仅在范围unsigned char和EOF为int定义。对于范围在0到CHAR_MAX之间的值（通常为0到127），需要在隐式转换为int之前转换为unsigned char。（@詹姆斯观世）

C11dr第7.4.1节” ......其值应是可表示为unsigned char或应等于宏EOF的值。如果参数为其他值时，行为没有定义。“
char *lptr = l_ptr + strlen("") - 1;是坏的，因为该指针值未知是有效的。需要新的方法。这也揭开序幕长循环与

for (; lptr != l_ptr ... ; lptr--)
*lptr = '\0'; return lptr;总是retruns ""。 @ hvd可能需要字符串的开始。

建议重新写：

#include "ctype.h" 
char *rtrim(char *l_ptr) { 
    unsigned char *ptr = (unsigned char *) l_ptr; 
    unsigned char *end = ptr; 
    while (*ptr) { 
    if (!isspace(*ptr++)) { 
     end = ptr; 
    } 
    } 
    *end = '\0'; 
    return l_ptr; 
}

来源

2014-02-13 15:56:07 chux

谢谢，您提出的更改使我的代码正常工作。 – user3305937

@ user3305937如果其中一个答案能够很好地满足您的帖子的需求，请接受它。获得15个以上的代表积分后，请务必对所有您认为有用的答案进行投票。 – chux

你rtrim函数结束的

*lptr = '\0'; 
return lptr;

这永远不能返回比将被视为一个空字符串的任何其他。在trim你然后直接返回该结果。

根据您想如何将这些功能的工作，你应该要么使rtrim回报l_ptr原始值，它一直保持不变，并指向字符串的开头，或使trim忽略的rtrim返回值。

你也有同样的问题，所有的字符，而不仅仅是'Ć'。

来源

2014-02-13 12:41:58 hvd

我认为在'rtrim'中返回字符串的结尾不是*有问题，而是''rtrim'用于实现'trim'的方式。 – hmn

@hmn哦，当然，我想这也是一个有效的方法。将编辑。 – hvd

的问题是你如何调用isspace。 isspace仅已经定义的结果，如果输入是在[0,UCHAR_MAX] 范围（或是EOF）。在您的系统上，char可能已签名，其中表示(int)*lptr将导致重音字符（代码点大于127的字符），（不在合法范围内）为负值。

当调用的is...的一个参数的形式（那些 <cctype>或<ctype.h>），你应该始终投的 char类型unsigned char什么：isspace( static_cast<unsigned char>( *lptr ) )。（中unsigned char 到int的隐式转换会做正确的事。）

来源

2014-02-13 12:45:36

虽然基于标准完全正确，但您确定这是导致OP的问题吗？如果我没有记错，至少glibc有意支持函数中的负值，例如'isspace'作为标准要求的扩展。 – hvd

@ hvd这将解释症状。尽管如你所说，一些实现_do_尽力使它工作（除了对于Latin-1中的''''，其代码点为0xFF）;我记得这是Solaris下的情况。（我不记得在Linux下尝试了，看看'glibc'的功能。）我还需要至少一次过去的一次，在Windows （使用VC++）时不是这种情况。 –

如果与多字节字符工作可能会比较容易切换到wchar，以避免与CHAR（指针）操纵不必要的麻烦？

你也可以使用iswspace检查如果字符是一个空白。

来源

2014-02-13 13:03:50 deimus

他的环境似乎说他正在使用不是多字节的ISO 8859-2。 –

C/C++ isspace（）所能跳过多字节字符串字符

回答

相关问题