如何将像"\ u94b1"这样的字符串转换为C++中的一个真实字符？

Question

我们知道在字符串文字中,"\ u94b1"将被转换为一个字符,在这种情况下是一个中文单词"钱".但是如果它在一个字符串中字面上是6个字符,说'\','u','9','4','b','1',我怎样才能手动将它转换为字符？

例如:

string s1;
string s2 = "\u94b1";
cin >> s1;            //here I input \u94b1
cout << s1 << endl;   //here output \u94b1
cout << s2 << endl;   //and here output ?

我想转换s1所以也cout << s1 << endl;将输出?.

有什么建议吗？

Answer 1

事实上，转换有点复杂。

\n\n

string s2 = "\\u94b1";\n

\n\n

实际上相当于：

\n\n

char cs2 = { 0xe9, 0x92, 0xb1, 0}; string s2 = cs2;\n

\n\n

这意味着您正在将其初始化为组成 \xe9\x92\xb1 的 UTF8 表示的 3 个字符 - 您只需检查s2.c_str()以确保这一点。

\n\n\n\n

所以要处理6个原始字符\'\\\'、\'u\'、\'9\'、\'4\'、\'b\'、\'1\'，必须先提取wchar_t从string s1 = "\\\\u94b1";（您阅读时得到的内容）。这很简单，只需跳过前两个字符并将其读取为十六进制：

\n\n

unsigned int ui;\nstd::istringstream is(s1.c_str() + 2);\nis >> hex >> ui;\n

\n\n

ui就是现在0x94b1。

\n\n

现在，如果您有一个兼容 C++11 的系统，您可以使用以下命令进行转换std::convert_utf8：

\n\n

wchar_t wc = ui;\nstd::codecvt_utf8<wchar_t> conv;\nconst wchar_t *wnext;\nchar *next;\nchar cbuf[4] = {0}; // initialize the buffer to 0 to have a terminating null\nstd::mbstate_t state;\nconv.out(state, &wc, &wc + 1, wnext, cbuf, cbuf+4, next);\n

\n\n

cbuf现在包含代表 utf8 中的 \xe9\x92\xb1 的 3 个字符和一个终止 null，你最终可以这样做：

\n\n

string s3 = cbuf;\ncout << s3 << endl;\n

\n