c++ - 在C++中很难使用北欧字符处理字符串

Question

我已经尝试了多种方法来解决此问题。我只想分割一个字符串或为每个字符做一些事情。字符串中一旦包含北欧字符，就无法分割该字符串。
如果我们查看内存使用情况，length()函数将返回正确的答案，但这与字符串长度不同。 "ABCÆØÅ"的长度不为6，长度为9。每个特殊字符加一个。
任何人都有很好的答案？？
此处的测试显示了问题，一些字母和许多?标记。 :-(

int main()
{
   string name = "some æøå string";
   for_each(name.begin(), name.end(), [] (char c) {
      cout << c;
      cout << endl;

   });
}

Answer 1

如果您的终端支持utf-8编码，将std::cout与输入的字符串一起使用应该没问题，但是，您需要告诉编译器您输入了utf8字符串，如下所示:

int main()
{
   string name = u8"some æøå string";
   for_each(name.begin(), name.end(), [] (char c) {
      cout << c;
      cout << endl;

   });
   cout<<name; //this will also work
   return 0; //add this just to be tidy
}

您需要这样做，因为UTF-8中的字符可能需要1、2、3或4个字节，具体取决于其外观。
然后根据需要执行的操作(例如，在字符之间进行拆分)，应创建一个函数来检测每个utf8字符多长时间。然后，为每个utf8字符创建一个“字符串”，并从原始字符串中提取所需数量的字符。
有一个非常好的库(非常紧凑)utf8proc，可以让您执行这些操作。
utf8proc在许多项目中帮助我解决了此类问题。