C++:std :: string问题

Question

我有这个简单的代码:

#include <iostream>
#include <fstream>

using namespace std;

int main(void)
{
    ifstream in("file.txt");
    string line;
    while (getline(in, line))
    {
        cout << line << "    starts with char: " << line.at(0) << " " << (int) line.at(0) << endl;
    }
    in.close();
    return 0;
}

打印:

  0.000000 0.000000 0.010909 0.200000    starts with char:   32
A 0.023636 0.000000 0.014545 0.200000    starts with char: A 65
B 0.050909 0.000000 0.014545 0.200000    starts with char: B 66
C 0.078182 0.000000 0.014545 0.200000    starts with char: C 67

...

, 0.152727 0.400000 0.003636 0.200000    starts with char: , 44
< 0.169091 0.400000 0.005455 0.200000    starts with char: < 60
. 0.187273 0.400000 0.003636 0.200000    starts with char: . 46
> 0.203636 0.400000 0.005455 0.200000    starts with char: > 62
/ 0.221818 0.400000 0.010909 0.200000    starts with char: / 47
? 0.245455 0.400000 0.009091 0.200000    starts with char: ? 63
¡ 0.267273 0.400000 0.005455 0.200000    starts with char: ? -62
£ 0.285455 0.400000 0.012727 0.200000    starts with char: ? -62
¥ 0.310909 0.400000 0.012727 0.200000    starts with char: ? -62
§ 0.336364 0.400000 0.009091 0.200000    starts with char: ? -62
© 0.358182 0.400000 0.016364 0.200000    starts with char: ? -62
® 0.387273 0.400000 0.018182 0.200000    starts with char: ? -62
¿ 0.418182 0.400000 0.009091 0.200000    starts with char: ? -62
À 0.440000 0.400000 0.012727 0.200000    starts with char: ? -61
Á 0.465455 0.400000 0.014545 0.200000    starts with char: ? -61

奇怪......我怎样才能真正得到第一个角色string？

提前致谢!

Answer 1

您正在获取字符串中的第一个字符.

但看起来字符串是UTF-8字符串(或者可能是其他多字节字符格式).

这意味着os打印的每个符号(字形)由1个(或更多字符)组成.
如果是UTF-8,则ASCII(0-127)范围之外的任何字符实际上由2个(或更多字符)组成,字符串打印代码正确地解释了这一点.但字符打印代码无法正确解码大于127的单个字符.

我个人认为动态宽度字符格式在程序内部使用并不是一个好主意(它们可以用于传输和存储),因为它们使字符串操作更加复杂.我建议您将字符串转换为固定宽度格式以进行内部处理,然后将其转换回UTF-8进行存储.

我个人会在内部使用UTF-16(或UTF-32取决于wchar_t是什么)(是的,我在技术上知道UTF-16不是固定宽度,但在所有合理的教学情况下它是固定宽度(当我们包括sand-script然后我们可能需要使用UTF-32)).您只需要使用适当的codecvt方面为输入/输出流注入自动转换.在内部,代码可以被操作,因为单个字符使用wchar_t类型.