主页 / 问题 / 1589511
Accepted
Фангенто
Asked:2024-08-05 00:39:17 +0000 UTC2024-08-05 00:39:17 +0000 UTC

C++。字符数组中西里尔字母编码的问题

  • 772

我遇到了问题。我有一个分割编码。

SetConsoleOutputCP(1251);
    SetConsoleCP(1251);

当我通过控制台输入数组时，cin>>MassChar;它接受一种编码，其中 1 个字符存储在第一个元素中。 “Hello”一词需要一个至少包含 7 个元素的数组。当我在 code 中分配一个值时char MassChar[]="Привет";，1 个字符需要 2 个元素，当输出数组的一个元素时，它输出 M 或 O。单词“Hello”需要一个至少包含 13 个元素的数组。 如何使所有内容与第一种情况相同（1 个字符 = 1 个元素）。我马上说：wchar_t和char16_t不需要加。

c++

2 个回答

  1. Best Answer

    向量长度为​​ 13 个字符，因为每个非 ASCII 字符使用 2 个字节，6*2=12（Hello），最后一个字符 \0 为空，表示行结束。您可以针对这种情况创建自己的类并重载索引运算符。

        #include <iostream>
    #include <fstream>
    #include <string>
    #include <Windows.h>
    class Utf8String {
    public:
        Utf8String(const std::string& str) : data(str) {}
    
        std::string operator[](size_t index) const {
            return getCharacterAt(index);
        }
    
        size_t length() const {
            return countCharacters();
        }
    
    private:
        std::string data;
    
        size_t countCharacters() const {
            size_t count = 0;
            for (size_t i = 0; i < data.size(); ) {
                if ((data[i] & 0x80) == 0) {
                    i += 1;
                }
                else if ((data[i] & 0xE0) == 0xC0) {
                    i += 2;
                }
                else {
                    throw std::runtime_error("Неправильная последовательность UTF-8.");
                }
                count++;
            }
            return count;
        }
    
        std::string getCharacterAt(size_t index) const {
            size_t count = 0;
            for (size_t i = 0; i < data.size(); ) {
                if ((data[i] & 0x80) == 0) {
                    if (count == index) return data.substr(i, 1);
                    i += 1;
                }
                else if ((data[i] & 0xE0) == 0xC0) {
                    if (count == index) return data.substr(i, 2);
                    i += 2;
                }
                else {
                    throw std::runtime_error("Неправильная последовательность UTF-8.");
                }
                count++;
            }
            throw std::out_of_range("Индекс вне границ вектора символов.");
        }
    };
    
    
    
    int main() {
        SetConsoleOutputCP(65001);
        SetConsoleCP(65001);
        const char* charArray = "Привет";
        Utf8String MassChar(charArray);
    
        std::cout << "Первый символ строки: " << MassChar[0] << std::endl;
    
        std::cout << "Длина строки: " << MassChar.length() << std::endl;
    
        std::cout << "Полная строка: " << MassChar[0] << MassChar[1] << MassChar[2] << MassChar[3] << MassChar[4] << MassChar[5] << std::endl;
    
        char userInput[2 * 6 + 1];
        std::cout << "Введите новую строку: ";
        std::cin >> userInput;
    
        Utf8String userUtf8Input(userInput);
        std::cout << "Вы ввели: " << userUtf8Input[0] << userUtf8Input[1] << userUtf8Input[2] << std::endl;
    
        return 0;
    }

    输出将在控制台中：

    Первый символ строки: П
Длина строки: 6
Полная строка: Привет
Введите новую строку: Мир
Вы ввели: Мир

    文件编码 65001。

    • 0

相关问题