c++ 检查 utf8 字符串是否包含指定字符答案

【问题标题】：c++ check utf8 string contain specified charactersc++ 检查 utf8 字符串是否包含指定字符
【发布时间】：2017-12-25 20:42:16
【问题描述】：

给定一个 utf8 字符串，如何知道它包含不允许的指定字符？

需求是utf8字符串只能包含英文字符和中文字符。不允许使用任何其他字符，如符号、数字、空格、'\n' ...。

剂量 std::regex 可以完成这项工作吗？

bool legal(const std::string& s) { // s is utf8 string
   //??
}

【问题讨论】：

标签： c++ utf-8

【解决方案1】：

您可以将 std::string 转换为 utf32 代码点的向量（如 here 所述），然后对其进行迭代并检查范围（但是我无法提供中文字母的 utf32 值范围，并且从 cmets 上的判断您的问题实际上可能是个问题）。

编辑

如以下评论中所述，如果您知道需要验证的字符在 2 字节范围内，则可以坚持使用 utf16。

【讨论】：

我以为你会倾向于使用 UTF-16 和 std::wstring。
@Bathsheba 正如我在回复中所说的，我对实际的代码范围不是很熟悉，但快速查看stackoverflow.com/questions/9166130/… 表明汉字实际上超出了 2 字节范围，因此，纯粹从方便的角度来看，迭代 utf32 代码点会更通用。
甚至不需要实际转换整个字符串，迭代 UTF-8 字符串中的代码点非常容易（实际上，使用 UTF-8 cpp 之类的库很简单）。