- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
这是我第一次尝试在程序中处理多种语言。如果有人可以向我提供一些学习 Material 以及如何处理此类问题,我将不胜感激。
问题是表示一个包含多种语言的字符串。例如,考虑一个字符串,在许多语言中都包含“Hello”,全部以逗号分隔。我要做的是把这些词分开。所以我的问题是:
谢谢。
最佳答案
Can I use
std::string
for this or should I usestd::wstring
?
两者都可以使用。如果您使用 std::string
,则编码应为 UTF-8,以避免使用 UTF-16、UCS-2 等时出现的空字节。如果您使用 std::wstring
,您还可以使用需要更大数字来表示单个字符的编码,即 UCS-2 和 UCS-4 通常没问题,但严格来说这取决于实现。在 C++11 中,还有 std::u16string
(适用于 UTF-16 和 UCS-2)和 std::u32string
(适用于 UCS-4) .
因此,使用这些类型中的哪一种取决于您喜欢哪种编码,而不是您想要表示的语言的数量或类型。
根据经验,UTF-8 非常适合存储大文本,而 UCS-4 如果内存占用不是那么重要,则最好,但您希望字符级迭代和位置算术方便且快速地。 (示例:跳过 UTF-8 字符串中的 n
个字符是 O(n) 操作,而在 UCS-4 中是 O(1) 操作。)
If I want to tokenize each of the words in the string and put them in to a char*, should I use wchar? But some encodings, such as UTF, can be bigger than what wchar can support.
我会为单词使用与文本本身相同的数据类型。 IE。 std::string
文本的单词也应该是 std::string
,std::wstring
中的单词也应该是 std::wstring
.
(如果确实有充分的理由从字符串数据类型切换到字符指针数据类型,当然 char*
适合 std::string
wchar_t*
适用于 std::string
。同样对于 C++11 类型,有 char16_t*
和 char32_t *
.)
Overall, what is the 'accepted' way of handling this type of case?
您需要自己回答的第一个问题是要使用哪种编码进行存储和处理。在高度国际化的环境中,只有 Unicode 编码才是真正符合条件的,但仍有不止一种可供选择:UTF-8、UCS-2 和 UCS-4 是最常见的编码。如上所述,您选择哪一个会影响内存占用和处理速度,因此请仔细考虑您需要执行的操作类型。可能需要在程序的某些点从一种编码转换为另一种编码以获得最佳空间和时间行为。一旦您知道要在程序的每个部分中使用哪种编码,请相应地选择数据类型。
一旦确定了编码和数据类型,您可能还需要研究 Unicode 规范化。在许多语言中,相同的字符(或字符/变音符号组合)可以由多个 Unicode 代码点序列表示(尤其是在使用组合字符时)。要正确处理这些情况,您可能需要对字符串应用 Unicode 规范化(例如 NFKC)。请注意,C++ 标准库中没有对此的内置支持。
关于C++:具有多种语言的字符串,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/20319919/
如何使用 SPListCollection.Add(String, String, String, String, Int32, String, SPListTemplate.QuickLaunchO
我刚刚开始使用 C++ 并且对 C# 有一些经验,所以我有一些一般的编程经验。然而,似乎我马上就被击落了。我试过在谷歌上寻找,以免浪费任何人的时间,但没有结果。 int main(int argc,
这个问题已经有答案了: In Java 8 how do I transform a Map to another Map using a lambda? (8 个回答) Convert a Map>
我正在使用 node + typescript 和集成的 swagger 进行 API 调用。我 Swagger 提出以下要求 http://localhost:3033/employees/sear
我是 C++ 容器模板的新手。我收集了一些记录。每条记录都有一个唯一的名称,以及一个字段/值对列表。将按名称访问记录。字段/值对的顺序很重要。因此我设计如下: typedef string
我需要这两种方法,但j2me没有,我找到了一个replaceall();但这是 replaceall(string,string,string); 第二个方法是SringBuffer但在j2me中它没
If string is an alias of String in the .net framework为什么会发生这种情况,我应该如何解释它: type JustAString = string
我有两个列表(或字符串):一个大,另一个小。 我想检查较大的(A)是否包含小的(B)。 我的期望如下: 案例 1. B 是 A 的子集 A = [1,2,3] B = [1,2] contains(A
我有一个似乎无法解决的小问题。 这里...我有一个像这样创建的输入... var input = $(''); 如果我这样做......一切都很好 $(this).append(input); 如果我
我有以下代码片段 string[] lines = objects.Split(new string[] { "\r\n", "\n" }, StringSplitOptions.No
这可能真的很简单,但我已经坚持了一段时间了。 我正在尝试输出一个字符串,然后输出一个带有两位小数的 double ,后跟另一个字符串,这是我的代码。 System.out.printf("成本:%.2
以下是 Cloud Firestore 列表查询中的示例之一 citiesRef.where("state", ">=", "CA").where("state", "= 字符串,我们在Stack O
我正在尝试检查一个字符串是否包含在另一个字符串中。后面的代码非常简单。我怎样才能在 jquery 中做到这一点? function deleteRow(locName, locID) { if
这个问题在这里已经有了答案: How to implement big int in C++ (14 个答案) 关闭 9 年前。 我有 2 个字符串,都只包含数字。这些数字大于 uint64_t 的
我有一个带有自定义转换器的 Dozer 映射: com.xyz.Customer com.xyz.CustomerDAO customerName
这个问题在这里已经有了答案: How do I compare strings in Java? (23 个回答) 关闭 6 年前。 我想了解字符串池的工作原理以及一个字符串等于另一个字符串的规则是
我已阅读 this问题和其他一些问题。但它们与我的问题有些无关 对于 UILabel 如果你不指定 ? 或 ! 你会得到这样的错误: @IBOutlet property has non-option
这两种方法中哪一种在理论上更快,为什么? (指向字符串的指针必须是常量。) destination[count] 和 *destination++ 之间的确切区别是什么? destination[co
This question already has answers here: Closed 11 years ago. Possible Duplicates: Is String.Format a
我有一个Stream一个文件的,现在我想将相同的单词组合成 Map这很重要,这个词在 Stream 中出现的频率. 我知道我必须使用 collect(Collectors.groupingBy(..)
我是一名优秀的程序员,十分优秀!