主页 / 问题 / 595242
Accepted
MaximPro
Asked:2020-11-24 16:01:51 +0000 UTC2020-11-24 16:01:51 +0000 UTC

获取utf-8字符编码

  • 772

也许这是一个很愚蠢的问题，但我没有找到返回 UTF-8 字符编码的函数。

我知道我们可以用下面的代码得到ASCII码：

char our_symbol = 'v';
int number;
number = (int) our_symbol;

如何从 UTF-8 获取代码？

澄清：我们想知道一个字符代码序列。

假设这个字符'а'是西里尔字符。

如果我们将它的字节翻译成十进制代码，我们得到1байт - 208, 2байт - 176

c++

3 个回答

  1. Best Answer

    这是一个简单而精致的版本：

    std::string utf8Symbol = u8"Ф";
for(const auto& byte : utf8Symbol)
    std::cout << std::hex << (byte & 0xFF) << ' ';
std::cout << '\n';

    这与单字节编码几乎没有区别：如果您已经有了提取单个字符的方法，您只需获取每个字符并一个接一个地提取所有字节。

    • 6

  2. http://ideone.com/5IdxoG

    #include <cstdio>

int main()
{
    const char *str = u8"Я строка в UTF-8. がダウンロードできません";

    printf("%s", str);

    for (unsigned char *p=(unsigned char *)str; *p; ++p)
        printf(*p >> 6 == 2 ? " %.02X" : "\n%.02X", *p);

    return 0;
}

    这使用了这样一个事实，即对于除第一个字节之外的所有字节，两个最高有效位都是 10。

    • 4

  3. 好吧，除了 UCS-2 -> UTF8 -> 代码 :)

    毕竟，您可以用不同的方式在代码中存储字符串...... http://ideone.com/bkNiH5：

    #include <iostream>
#include <string>
#include <locale>
#include <codecvt>
#include <iomanip>

int main() {
    // широкие символы
    std::wstring wstr = L"Я строка в UCS-2. がダウンロードできません";
    // широкие символы в UTF-8
    std::wstring_convert<std::codecvt_utf8<wchar_t>> conv;
    std::cout << "Chr | UTF-8\n============\n";
    for(const auto &c:wstr) {
      std::string u8str = conv.to_bytes(c);        
      std::cout << u8str << "   : ";  
      for(const uint8_t &i:u8str) 
      std::cout << std::hex << std::setfill('0') << std::setw(2) << static_cast<int>(i) << ' ';
      std::cout << std::dec << '\n';  
    }
    return 0;
}
    • 2

相关问题