c++ - 如何将重音字母 (wchar_t) 转换为 char？

Question

我将应用程序从 Windows 移植到 Linux，但遇到了字符编码问题:我看到重音字母(例如 'é' 'à')被视为 wchar_t(g++ 为 4 个字节) 而在 Visual Studio 下，它们占用 1 个字节 (char)。我的单元测试失败了，因为在我的代码中我使用重音字母进行字符比较(因为在 Linux 中它们是多字节的)。

是否可以在 Linux 中将重音字母(如“û”)转换为 Windows 编码(1 字节)，或者我应该重构我的代码并改用 std::wstring？

Answer 1

如果 'é' 可以存储在 Windows 上的一个字符上，则您的应用程序可能是在没有 UNICODE 的情况下编译的，当然还有 Win 1252编码。

使用 Linux 上常用的 utf-8 编码，'é' should require 2 characters .这应该会导致编译器发出警告。如果你使用获得的字符，它只代表编码的一部分，这样一个字符一个字符的比较就没有意义了。

如果你想保留你的算法，使用字符串的单个字符，你最好使用 wchar_t 和 wstring (或者更便携的事件: char32_t 和 u32string)。

如果你想了解更多关于 C++ 的字符编码和 unicode，我只能热烈推荐你这个优秀的视频 tutorial on unicode with C++来自詹姆斯·麦克内利斯。