C / C ++ isspace（）跳过多字节字符串字符

Question

我有以下函数返回字符串中的空格，

char *rtrim(char *l_ptr)
{
    char *lptr = l_ptr + strlen(l_ptr) - 1;
    for (; lptr != l_ptr && isspace((int)*lptr); lptr--)
        ;
    *lptr = '\0';
       return lptr;
}

char *ltrim(char *l_ptr)
{
    char *lptr;
    for (lptr = l_ptr; *lptr != '\0' && isspace((int)*lptr); lptr++)
        ;
    return lptr;
}


char *trim(char *l_ptr) {
return rtrim(ltrim(l_ptr));
}

问题是其修剪特征如下-

从“中删除前导空格

            Ć"

删除前导空格，结果为“”

字符是0xc6，前面有几个空格。 我已经检查了包含setlocale（LC_ALL，“”）;的代码。 LANG设置为pl_PL.isoo88592。 任何帮助，不胜感激。

谢谢。

Answer 1

问题是您如何调用isspace 。 仅当输入在[0,UCHAR_MAX]范围内（或为EOF ）时[0,UCHAR_MAX] isspace才会定义结果。 在您的系统上， char可能是带符号的，这意味着(int)*lptr将导致带重音符号的字符（代码点大于127的字符）为负值，该值不在合法范围内。

调用is...的一种参数形式（ <cctype>或<ctype.h>那些参数）时，应始终将任何char类型的类型isspace( static_cast<unsigned char>( *lptr ) )为unsigned char ： isspace( static_cast<unsigned char>( *lptr ) ) 。 （将unsigned char隐式转换为int会做正确的事情。）

Answer 2

您的rtrim函数以

*lptr = '\0';
return lptr;

除了将被视为空字符串之外，它永远不会返回任何内容。 在trim你然后直接返回该结果。

根据你想如何将这些功能的工作，你应该要么使rtrim原值返回l_ptr ，它一直保持不变，并指向字符串的开头，或使trim忽略的返回值rtrim 。

您可能会对所有字符都'Ć'同样的问题，而不仅仅是'Ć' 。

Answer 3

如果您正在使用多字节字符，则可能更容易切换到wchar ，以避免使用char（pointer）操作不必要的麻烦？

您可以使用iswspace来检查字符是否为空白。

Answer 4

rtrim()有多个问题。

1. isspace()仅在unsigned char和EOF范围内为int定义。 对于超出0到CHAR_MAX范围（通常为0到127）范围内的值，需要在隐式转换为int之前转换为unsigned char 。 （@詹姆斯·坎泽）

   C11dr§7.4.1“ ...其值应表示为unsigned char或等于宏EOF的值。如果自变量具有任何其他值，则行为是不确定的。”

2. char *lptr = l_ptr + strlen("") - 1; 不好，因为该指针值未知有效。 需要新的方法。 这也开始了一个漫长的循环

   for (; lptr != l_ptr ... ; lptr--)

3. *lptr = '\\0'; return lptr; 总是重播"" 。 @hvd可能希望以字符串开头。

4. 建议改写：

    #include "ctype.h" char *rtrim(char *l_ptr) { unsigned char *ptr = (unsigned char *) l_ptr; unsigned char *end = ptr; while (*ptr) { if (!isspace(*ptr++)) { end = ptr; } } *end = '\\0'; return l_ptr; }