- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
正如我们所知,不同的编码将不同的表示映射到相同的字符。使用 setlocale
我们可以指定从输入中读取的字符串的编码,但这是否也适用于字符串文字?我会觉得这很令人惊讶,因为它们是编译时的!
这对于简单的任务很重要,例如,确定从输入中读取的字符串是否包含特定字符。从输入中读取字符串时,将区域设置设置为用户的区域设置 (setlocale("LC_ALL", "");
) 似乎是明智的,以便正确读取和处理字符串。但是当我们将这个字符串与字 rune 字进行比较时,会不会因为编码不匹配而出现问题?
换句话说:以下片段似乎对我有用。但这不只是因为巧合吗?因为——比如说? - 源代码恰好保存在运行时机器上使用的相同编码中?
#include <stdio.h>
#include <wchar.h>
#include <stdlib.h>
#include <locale.h>
int main()
{
setlocale(LC_ALL, "");
// Read line and convert it to wide string so that wcschr can be used
// So many lines! And that's even though I'm omitting the necessary
// error checking for brevity. Ah I'm also omitting free's
char *s = NULL; size_t n = 0;
getline(&s, &n, stdin);
mbstate_t st = {0}; const char* cs = s;
size_t wn = mbsrtowcs(NULL, &cs, 0, &st);
wchar_t *ws = malloc((wn+1) * sizeof(wchar_t));
st = (mbstate_t){0};
mbsrtowcs(ws, &cs, (wn+1), &st);
int contains_guitar = (wcschr(ws, L'🎸') != NULL);
if(contains_guitar)
printf("Let's rock!\n");
else
printf("Let's not.\n");
return 0;
}
如何正确地做到这一点?
最佳答案
Using setlocale we can specify the encoding of strings that are read from input, but does this apply to string literals as well?
没有。字符串文字使用执行字符集,它由您的编译器在编译时定义。
执行字符集不必与源字符集相同,即源代码中使用的字符集。 C 编译器负责翻译,并且应该有选择/定义它们的选项。默认值取决于编译器,但在 Linux 和大多数当前的 POSIXy 系统上,通常是 UTF-8。
The following snippet seems to work for me. But doesn't it work only because of coincidence?
该示例之所以有效,是因为您的区域设置的字符集、源字符集和构建二进制文件时使用的执行字符集都恰好是 UTF-8。
How to do this correctly?
两个选项。一种是使用宽字符和字符串文字。另一种是使用UTF-8 everywhere .
对于宽输入和输出,参见例如this example在这里的另一个答案。
请注意 getwline()
和 getwdelim()
不在 POSIX.1 中,而是在 C11 Annex K 中。这意味着它们是可选的,并且从这里开始写作,根本无法广泛使用。因此,围绕 fgetwc()
的自定义实现建议改为。 (基于 fgetws()
、 wcslen()
和/或 wcscspn()
的一个将无法正确处理嵌入的空值 L'\0'
。)
在一个典型的宽 I/O 程序中,你只需要 mbstowcs()
将命令行参数和环境变量转换为宽字符串。
在任何地方都使用 UTF-8 也是一种完全有效的实用方法,至少如果它有很好的文档记录,这样用户就知道程序输入和输出 UTF-8 字符串,并且开发人员知道确保他们的 C 编译器在编译这些二进制文件时使用 UTF-8 作为执行字符集。
您的程序甚至可以使用例如
if (!setlocale(LC_ALL, ""))
fprintf(stderr, "Warning: Your C library does not support your current locale.\n");
if (strcmp("UTF-8", nl_langinfo(CODESET)))
fprintf(stderr, "Warning: Your locale does not use the UTF-8 character set.\n");
验证当前语言环境使用 UTF-8。
这两种方法我都用过,视情况而定。很难说哪一个在实践中更便携,因为像往常一样,两者都可以在非 Windows 操作系统上正常工作,没有问题。
关于c - 字符/字符串文字存储在什么编码中? (或者如何从输入的字符串中找到文字字符?),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53458016/
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 要求提供代码的问题必须表现出对所解决问题的最低限度理解。包括尝试过的解决方案、为什么它们不起作用,以及预
为什么在 C# 中添加两个 char 结果是 int 类型? 例如,当我这样做时: var pr = 'R' + 'G' + 'B' + 'Y' + 'P'; pr 变量变为 int 类型。我希望它是
下面的代码可以编译,但 char 类型的行为与 int 类型的行为不同。 特别是 cout ::ikIsX >() ::ikIsX >() ::ikIsX >() using names
我正在寻找一个正则表达式,它可以匹配长度为 1 个或多个字符但不匹配 500 的内容。这将在 Rails 路由文件中使用,特别是用于处理异常。 路线.rb match '/500', to: 'err
对于 C 编程作业,我正在尝试编写几个头文件来检查所谓的“X 编程语言”的语法。我最近才开始,正在编写第一个头文件。这是我编写的代码: #ifndef _DeclarationsChecker_h_
为什么扩展的 ascii 字符(â、é 等)被替换为 字符? 我附上了一张图片...但我正在使用 PHP 从 MySQL 中提取数据,其中一些位置有扩展字符...我使用的是 Arial 字体。 您可以
我有一个与 R 中的断线相关的简单问题。 我正在尝试粘贴,但在获取(字符/数字)之间的断线时遇到问题。请注意,这些值包含在向量中(V1=81,V2=55,V3=25)我已经尝试过这段代码: cat(p
如何将 ANSI 字符 (char) 转换为 Unicode 字符 (wchar_t),反之亦然? 是否有用于此目的的任何跨平台源代码? 最佳答案 是的,在 中你有mbstowcs()和 wcsto
函数 fromCharCode 不适用于国际 ANSI 字符。例如,对于 ID 为 192 到 223 的俄语 ANSI (cp-1251) 字符,它返回特殊字符。如何解决这个问题? 我认为,需要将A
如果不喜欢,我想隐藏 id,但不起作用 SELECT * FROM character, character_actor WHERE character.id NOT LIKE character_a
现在这个程序成功地反转了键盘输入的单词。但是我想在我反转它之前“保存”指针中的单词,所以我可以比较两者,反转的和“原始的”,并检查它们是否是回文。我还没有太多经验,可能会出现比我知道的更多的错误,但我
Memcpy 和 memcmp 函数可以接受指针变量吗? char *p; char* q; memcpy(p,q,10); //will this work? memcmp(p,q,10); //w
恐怕我对一个相当过饱和的主题的细节有疑问,我搜索了很多,但找不到一个明确的答案来解决这个特定的明显-imho-重要的问题: 使用UTF-8将byte[]转换为String时,每个字节(8bit)都变成
我有一个奇怪的问题。我需要从 stat 命令打印输出字符串。 我已经编写了获取一些信息的代码。 import glob import os for file in glob.glob('system1
我正在使用 Java 并具有其值如下所示的字符串, String data = "vale-cx"; data = data.replaceAll("\\-", "\\-\\"); 我正在替换其中的“
String urlParameters = "login=test&password=te&ff"; 我有一个String urlParams,& - 是密码的一部分,如何使其转义,从而不被识别为分
大家好,我只想从此字符串中提取第一个字母: String str = "使 徒 行 傳 16:31 ERV-ZH"; 我只想获取这些字符: 使 徒 行 傳 并且不包括 ERV-ZH 仅数
这个问题已经有答案了: Crash or "segmentation fault" when data is copied/scanned/read to an uninitialized point
所以, 我有一个字符**;它本质上是一个句子,带有指向该句子中每个单词的指针;即 'h''i''\0''w''o''r''l''d''\0''y''a''y''!''\0' 在这种情况下,我希望使用可
这个问题在这里已经有了答案: Using quotation marks inside quotation marks (12 个答案) 关闭 7 年前。 如何打印 " 字符? 我知道打印 % 符号
我是一名优秀的程序员,十分优秀!