[英]Why does boost::spirit::unicode::char_ no longer work with UTF-8 char* strings?
使用 boost 1.60 版,我可以使用#define BOOST_SPIRIT_UNICODE
和boost::spirit::unicode::char_
来处理 UTF-8 输入字符串,而无需任何进一步的预处理。 对于 boost 版本 1.72,这会失败并出现异常。
解决方案似乎是使用boost::u8_to_u32_iterator
并让 Spirit 使用宽字符串。 但是为什么它在早期版本中如此完美地工作,如果可能的话,我怎样才能重新激活旧的行为?
这是一些示例代码:
#define BOOST_SPIRIT_UNICODE
#include <boost/spirit/include/qi.hpp>
int main()
{
typedef std::string::const_iterator iterator_type;
namespace qi = boost::spirit::qi;
namespace unicode = boost::spirit::unicode;
std::string input("\"Test ⏳\"");
qi::rule<iterator_type, std::string(), unicode::space_type> quoted_string = qi::lexeme['"' >> +(unicode::char_ - '"') >> '"'];
iterator_type iter = input.begin();
iterator_type end = input.end();
std::string output;
bool r = phrase_parse(iter, end, quoted_string, unicode::space, output);
if (r && iter == end)
std::cout << "successfully parsed " << input << " to " << output << std::endl;
else
std::cout << "failed to parse " << input << std::endl;
return 0;
}
在我的本地机器上运行 Boost 1.65.1 成功解析并且没有明显的 ASAN/UBSAN 跳闸。
我将 Spirit 的 Git repo 中的提交一分为二,并在 1.72.0 (SPIRIT_VERSION 0x2058) 的标签处发现了第一个破损。
我发现破坏它的提交是
commit 16159fb335c9bb2040cf061e30fdd4deea9087e1 (HEAD)
Author: djowel <djowel@gmail.com>
Date: Mon Aug 26 10:15:05 2019 +0800
add invalid ascii tests + fix
这似乎(无意中)回归了这一点,因为它实际上不是 ASCII。 我会在 Boost Spirit Repo 上提交有关此分析的错误。
如果它有任何用处,只需使用 Boost 1.76.0 但恢复 16159fb335c9 即可。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.