问C++中的unicode字符串操作

EN

编辑：对不起，正如@chux所说，我刚刚通知你用C语言提问。不管怎样，同样的原则也适用。

在C中，您可以使用wscanf和wprintf对宽字符字符串执行I/O操作。如果你的角色在BMP中，你就不会有问题。只需用wchar_t *替换char *，就可以像往常一样做各种事情。

对于严肃的开发，我建议将所有字符串转换为char32_t进行处理。或者使用像ICU这样的库。

如果您只需要删除字符串中的一些给定字符，那么您可能不需要复杂的unicode字符处理。将unicode字符视为原始char *字符串，并对其执行任何字符串操作。

下面转载了旧的面向C++的答案，以供参考。

简单的方法

使用std::wstring

它基本上是一个std::string，但输入的是单个字符wchar_t。

对于IO，您应该使用std::wcin和std::wcout。例如：

std::wstring str;
std::wcin >> str;
std::wcout << str << std::endl;

但是，在某些平台上，wchar_t是2字节宽的，这意味着BMP之外的字符将不起作用。我认为这对你来说应该没问题，但不应该在严肃的开发中使用。有关此主题的更多文本，请阅读this。

艰难的道路

使用更好的支持unicode的字符串处理库，如ICU。

C++11方式

使用一些机制将输入字符串转换为std::u32string，就完成了。转换例程可以是手工创建的，也可以使用现有的库，如ICU。

由于std::u32string是使用char32_t形成的，因此您可以放心地假定您正确地处理了Unicode。