打印UTF8字符串的每个字符

Question

我是字符串的Unicode / UTF8表示形式的新手。 我正在尝试读取UTF8编码的文件，将其用空格分隔，然后在每个单词中打印每个字符/代码点（以空格分隔）。

我能够使用wchar_t （我知道它内部使用utf16或utf32 （？））从文件中读取文本，进行打印并将其写入另一个文件。 但是，我无法使用wchar_t来获取子字符串或逐元素遍历它。

为了解决这个问题，我使用了IBM的ICU库。 码：

while (fgetws(readString, 1000, wifile) != NULL) {
        wprintf(L"String: %s\n", readString);
        //split string on the base of spaces.
        wchar_t *nextToken = NULL;
        wchar_t *token = wcstok_s(readString, L" ", &nextToken);
        UChar *utf8Token = (UChar *)token;
        u_printf("Token in UChar: %S\n", utf8Token);
        while (token != NULL) {
            printf("Hello.\n");
            fwprintf(wofileString, L"%ls and length: %d\n", token, wcslen(token));
            fwprintf(wofileString, L"UTF8 rep:%s and length: %d\n", utf8Token, u_strlen(utf8Token));
            int32_t counter = 0;
            for (counter = 0; counter < u_strlen(utf8Token);) {
                UChar32 ch;
                U8_NEXT(utf8Token, counter, u_strlen(utf8Token), ch);
                fwprintf(wofileString, L"Token[%d] = ", counter);
                if (ch < 127) {
                    printf("Less than 127.\n");
                    if (ch > 1) {
                        printf("Printing%d.\n", ch);
                        u_fprintf((UFILE *)wofileString, "%c\n", (UChar)ch);
                    }
                } else if (ch == CharacterIterator::DONE) {
                    printf("Done.\n");
                    u_fprintf((UFILE *)wofileString, "[CharacterIterator::DONE]\n");
                } else {
                    printf("More than 127.\n");
                    u_fprintf((UFILE *)wofileString, "[%X]\n", ch);
                }
            }
            token = wcstok_s(NULL, L" ", &nextToken);
            utf8Token = (UChar *)token;
            counter = 0;
        }
        fputws(L"Complete String: ", wofileString);
        fputws(readString, wofileString);
        fputws(L"\n", wofileString);
    }

进入打印字符的部分时，该程序始终停止工作。

我的问题：
1.如何打印输入的UTF8字符串中的所有“字符”？
2.是转换： UChar *utf8Token = (UChar *) token; 甚至正确吗？ 鉴于token的内部表示是UTF16还是UTF32 ？
3.我哪里出问题了？
4.如何获得字符串的子字符串？

Answer 1

fwprintf(wofileString,… u_fprintf((UFILE *)wofileString,…

这两行之一是错误的，具体取决于wofileString实际上是什么。

我建议只使用u_…函数。

实际上，我只使用u_printf("string", …)或u_printf_u(L"String", …)而不是fwprintf或fputws 。