std :: string转换为char32_t（unicode字符）

Question

我需要使用C ++中的fstream读取一个文件，该文件具有使用getline函数的ASCII以及Unicode字符。
但是该函数仅使用std::string ，这些简单字符串的字符无法转换为char32_t因此我可以将它们与Unicode字符进行比较。 因此，请任何人提供任何解决方案。

Answer 1

char32_t对应于UTF-32编码，该编码几乎从未使用过（并且通常支持不佳）。 您确定文件使用UTF-32编码吗？

如果确定，则需要使用std::u32string来存储您的字符串。 为了阅读，您可以使用例如std::basic_stringstream<char32_t> 。 但是，请注意，通常不支持这些类型。

Unicode通常使用以下方式进行编码：

• 文本文件（和网页等）中的UTF-8

• 程序中特定于平台的16位或32位编码，使用类型wchar_t

因此，通常来说，通用编码的文件使用UTF-8。 它们使用可变数量的字节来编码字符，范围从1（ASCII字符）到4。这意味着您不能使用std :: string直接测试单个字符。

为此，您需要将UTF-8字符串转换为wchar_t字符串，存储在std::wstring 。

为此，请使用如下定义的转换器：

std::wstring_convert<std::codecvt_utf8<wchar_t> > converter;

然后像这样转换：

std::wstring unicodeString = converter.from_bytes(utf8String);

然后，您可以访问各个unicode字符。 不要忘记在每个字符串文字前加上“ L”，以使其成为unicode字符串文字。 例如：

if(unicodeString[i]==L'仮')
{
    info("this is some japanese character");
}