在C++ 11中迭代UTF-8字符串

Question

我试图迭代UTF-8字符串.我理解的问题是UTF-8字符具有可变长度,所以我不能只迭代char-by-char但我必须使用某种转换.我确信在现代C++中有一个功能,但我不知道它是什么.

#include <iostream>
#include <string>

int main()
{
  std::string text = u8"?abcd?";
  std::cout << text << std::endl; // Prints fine
  std::cout << "First letter is: " << text.at(0) << text.at(1) << std::endl; // Again fine. So '?' is a 2 byte letter?

  for(auto it = text.begin(); it < text.end(); it++)
  {
    // Obviously wrong. Outputs only ascii part of the text (a, b, c, d) correctly
    std::cout << "Iterating: " << *it << std::endl; 
  }
}

编译 clang++ -std=c++11 -stdlib=libc++ test.cpp

从我读过的wchar_t,wstring不应该使用.

Answer 1

正如 nm 建议的那样，我使用了std::wstring_convert：

\n\n

#include <codecvt>\n#include <locale>\n#include <iostream>\n#include <string>\n\nint main()\n{\n  std::u32string input = U"\xc5\x99abcd\xc4\x9b";\n\n  std::wstring_convert<std::codecvt_utf8<char32_t>, char32_t> converter;\n\n  for(char32_t c : input)\n  {\n    std::cout << converter.to_bytes(c) << std::endl;\n  }\n}\n

\n\n

也许我应该在问题中更清楚地指定，我想知道这是否可以在 C++11 中完成，而不使用任何第三方库（如 ICU 或 UTF8-CPP）。

\n