c++ - 对 UTF-8 字符串进行排序？

Question

我的 std::strings 是用 UTF-8 编码的，所以 std::string < 运算符不会剪切它。我如何比较 2 个 utf-8 编码的 std::strings？

它不切的地方是重音，é 出现在 z 之后，它不应该出现

谢谢

Answer 1

如果您不想要字典顺序(这是按字典顺序对 UTF-8 编码字符串进行排序的结果)，那么您需要将 UTF-8 编码字符串解码为 UCS-2 或 UCS-4，如下所示合适的，并应用您选择的合适的比较函数。

重申一下，UTF-8 编码机制设计得很巧妙，如果您通过查看每个 8 位编码字节的数值进行排序，您将得到与以下内容相同的结果如果您首先将字符串解码为 Unicode 并比较每个代码点的数值。

更新:您更新的问题表明您想要一个比纯粹的字典排序更复杂的比较函数。您需要解码 UTF-8 字符串并比较解码后的字符。