c++ 处理utf-8字符串
c++的字符串中的每一个元素都是一个字节。所以在装入utf8字符串的时候,其实是按照一定的规则编码的。
字符的8位中 如果0开头 则自己就是一个单位。
| 1字节 | 0xxxxxxx |
| 2字节 | 110xxxxx 10xxxxxx |
| 3字节 | 1110xxxx 10xxxxxx 10xxxxxx |
| 4字节 | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx |
| 5字节 | 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx |
| 6字节 | 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx |
所以知道这个就好办了。这里有一个类,用来专门处理utf-8的字符串,实现了字符串截取,索引,长度等功能~
#ifndef __IUTF8_STRING__
#define __IUTF8_STRING__
class iutf8string
{
public:
iutf8string(const std::string& );
iutf8string(const char* );
~iutf8string();
public:
int length();
std::string substring(int start_index, int length);
std::string get(int index);
iutf8string operator + (iutf8string& );
std::string operator [](int index);
std::string stlstring();
const char* c_str();
iutf8string utf8substr(int u8start_index, int u8_length);
std::string substr(int u8start_index, int u8_length);
private:
std::string data;
int* offerset;
int _length;
void refresh();
};
#endif
#include <iostream>
#include <string>
#include "iutf8string.h"
using namespace std;
iutf8string::iutf8string(const string& str)
{
data = str;
refresh();
}
iutf8string::iutf8string(const char* str)
{
data = string(str);
refresh();
}
iutf8string::~iutf8string()
{
delete[] offerset;
}
string iutf8string::stlstring()
{
return data;
}
const char* iutf8string::c_str()
{
return data.c_str();
}
iutf8string iutf8string::operator +(iutf8string& ustr)
{
string temp = data + ustr.stlstring();
return iutf8string(temp);
}
int iutf8string::length()
{
return _length;
}
string iutf8string::get(int index)
{
if(index >= _length) return "";
] - offerset[index]);
return temp;
}
string iutf8string::operator [](int index)
{
if(index >= _length) return "";
] - offerset[index]);
return temp;
}
string iutf8string::substr(int u8_start_index, int u8_length)
{
if(u8_start_index + u8_length >= _length) return "";
return data.substr(offerset[u8_start_index], offerset[u8_start_index+u8_length] - offerset[u8_start_index]);
}
iutf8string iutf8string::utf8substr(int u8_start_index, int u8_length)
{
if(u8_start_index + u8_length >= _length) return iutf8string("");
string ret = data.substr(offerset[u8_start_index], offerset[u8_start_index+u8_length] - offerset[u8_start_index]);
return iutf8string(ret);
}
void iutf8string::refresh()
{
int *tmp = new int[data.length()];
;
; i < data.length(); i++)
{
)||(!((()))
{
tmp[tmpidx] = i;
tmpidx++;
}
}
tmp[tmpidx] = data.length();
int *tmp2 = new int[tmpidx];
; i < tmpidx; i++)
{
tmp2[i] = tmp[i];
}
delete[] tmp;
offerset = tmp2;
_length = tmpidx;
}
//----------------test code ----------------------------
int main()
{
iutf8string str1("_我Love你!中国 ,!");
cout << "字符串长度:" <<str1.length() <<endl;
int i; cout << "[" ;
; i < str1.length(); i++)
{
cout << str1[i] << " ";
}
cout << "]" << endl;
,);
cout << one << endl;
string s1("我们都是好孩子!");
iutf8string str2(s1);
cout << "[" ;
; i < str2.length(); i++)
{
cout << str2[i] << " ";
}
cout << "]" << endl;
}
最后祝您,提乾涉经。告辞。
c++ 处理utf-8字符串的更多相关文章
- 聊聊Node.js 独立日漏洞
背景 Node.js 社区近期在美国独立日周末的狂欢之时爆出漏洞 https://medium.com/@iojs/important-security-upgrades-for-node-js-an ...
- Python基础2 编码和逻辑运算符
编码: AscII码 :标准ASCII码是采用7位二进制码来编码的,当用1个字节(8位二进制码)来表示ASCII码时,就在最高位添加1个0. 一个英文字母占一个字节 8位(bit)==一个字节(byt ...
- python基础(三)编码,深浅copy
编码,深浅copy encode,decode在python2中使用的一些迷糊,python3中更容易理解 要理解encode和decode,首先我们要明白编码,字符和二进制的相关概念,简单来说,计算 ...
- 廖雪峰Python3笔记
主要复习过一遍 简介 略 安装 略 *** 第一个Python程序 第一行的注释: # _*_ coding: utf-8 _*_ #!/usr/bin/env python3 print() 可以接 ...
- Python基础2 字符编码和逻辑运算符
编码 AscII码 :标准ASCII码是采用7位二进制码来编码的,最高为0,没有0000 0000,所以就是2**7-1=127个字符 , 当用1个字节(8位二进制码)来表示ASCII码时,就在最高位 ...
- Python小白学习之路(十六)—【内置函数一】
将68个内置函数按照其功能分为了10类,分别是: 数学运算(7个) abs() divmod() max() min() pow() round() sum() 类型转换(24个) bo ...
- Java中I/O流之数据流
Java 中的数据流: 对于某问题:将一个 long 类型的数据写到文件中,有办法吗? 转字符串 → 通过 getbytes() 写进去,费劲,而且在此过程中 long 类型的数需要不断地转换. ...
- java 聊天程序
package cn.apr.chart; import java.net.*; import java.io.*; import java.util.*; public class ChatServ ...
- python3.7 文件操作
#!/usr/bin/env python __author__ = "lrtao2010" #python3.7 文件操作 # r 只读,默认打开方式,当文件不存在时会报错 # ...
- JNI教程与技术手册
转载请标明出处:http://blog.csdn.net/shensky711/article/details/52806794 本文出自: [HansChen的博客] 概述 对于JNI,有些童鞋在没 ...
随机推荐
- 牛客nowcoder NOIP普及组第三场
qtmd AK了 直接题解吧 题目链接 A-十七边形 牛牛想在一个半径为r的圆中,找到一个内接的十七边形,使他的面积最大.输入半径r,输出最大的面积. 1 <= r <= 10000 在1 ...
- window安装配置 zookeeper 单机模式
1.zookeeper简单介绍 zookeeper是一个分布式的,开放源码的分布式应用程序协调服务,我所了解到的主要的使用场景有两个 (1).微服务注册中心(Dubbo较常用Zookeeper做注册中 ...
- [SDOI2009]HH的项链 树状数组 BZOJ 1878
题目背景 无 题目描述 HH 有一串由各种漂亮的贝壳组成的项链.HH 相信不同的贝壳会带来好运,所以每次散步完后,他都会随意取出一段贝壳,思考它们所表达的含义.HH 不断地收集新的贝壳,因此,他的项链 ...
- Android----获取包名和sh1
第一种:使用java的一个工具---keytool工具(jdk目录下) SHA1叫安全哈希算法用于签名 keytool -list -v -keystore 签名证书所在位置path 第二种:通过An ...
- svn显示提交人以及时间
eclipse使用svn显示提交人以及提交时间,方便查看自己修改过的代码,过程如下: Window-->Preferences-->Team-->SVN-->Lable dec ...
- Kibana6.x.x——【Running "run:optimizeBuild" (run) task】出现警告信息
Warning: non-zero exit code 64 Use --force to continue. 还未找到解决方法,先记录下来.
- linu samba服务
关闭防火墙并且重启网络yum install samba samba-client samba-commmon -ysystemctl start smb smbclient -L //172.25 ...
- linux虚拟机管理
1.虚拟机管理命令virsh-manager ##开启虚拟机管理器 virsh list ##显示正在运行的虚拟机virsh list --all ##查看所 ...
- 2.Spring的Bean生命周期和组装方式
1.Spring IoC容器概述 Spring IoC容器: Spring容器即体现了IoC原理 Spring容器通过读取配置元数据负责对Beans实例化.配置和装配 配置元数据可以用X ...
- Django视图系统
Django的view(视图) 一个视图函数(类),简称视图,是一个简单的Python 函数(类),它接受Web请求并且返回Web响应. ...