wstring::find() 不适用于非拉丁符号？

Question

我的代码中有一个宽字符 (std::wstring)，我需要在其中搜索宽字符。

我使用 find() 函数：

    wcin >> str;
    wcout << ((str.find(L'ф') != wstring::npos)? L"EXIST":L"NONE");

L'ф' 是一个西里尔字母。

但是 find() 在同一个调用中总是返回npos。在带有拉丁字母的情况下 find() 可以正常工作。

是这个功能的问题吗？ 还是我做错了什么？

UPD

我使用 MinGW 并将源代码保存为 UTF-8。 我还使用setlocale(LC_ALL, ""); 设置语言环境。 相同的代码wcout << L'ф'; 可以协同工作。 但是一样

wchar_t w;
wcin >> w;
wcout << w;

工作不正确。

这很奇怪。早些时候，我使用 setlocale() 对编码没有任何问题。

Answer 1

源文件的编码和执行环境的编码可能大相径庭。 C++ 对此不做任何保证。您可以通过输出字符串文字的十六进制值来检查这一点：

std::wcout << std::hex << L"ф";

在 C++11 之前，您可以通过使用其十六进制值在源代码中使用非 ASCII 字符：

"\x05" "five"

C++11 增加了指定它们的 Unicode 值的能力，在你的情况下是

L"\u03A6"

如果您要使用完整的 C++11（并且您的环境确保这些以 UTF-* 编码），您可以使用 char、char16_t 或 char32_t 中的任何一个，然后执行以下操作：

const char* phi_utf8 = "\u03A6";
const char16_t* phi_utf16 = u"\u03A6";
const char32_t* phi_utf16 = U"\u03A6";

Answer 2

您必须设置控制台的编码。

这行得通：

#include <iostream>
#include <string>
#include <io.h>
#include <fcntl.h>
#include <stdio.h>

using namespace std;

int main()
{       
    _setmode(_fileno(stdout), _O_U16TEXT);
    _setmode(_fileno(stdin), _O_U16TEXT);
    wstring str;
    wcin >> str;
    wcout << ((str.find(L'ф') != wstring::npos)? L"EXIST":L"NONE");
    system("pause");
    return 0;
}

Answer 3

这可能是编码问题。 wcin 使用与编译器/源代码不同的编码。尝试在控制台/wcin 中输入 ф - 它会起作用。尝试通过 wcout 打印 ф -- 它会显示不同的字符或根本不显示字符。

没有独立于平台的方法来规避这一点，但如果您在 Windows 上，则可以使用chchp 命令行命令或以编程方式使用SetConsoleCP()（输入）和SetConsoleOutputCP()（输出）。

您还可以更改源文件/编译器的编码。如何完成取决于您的编辑器/编译器。如果您使用的是 MSVC，这个答案可能会对您有所帮助：https://stackoverflow.com/a/1660901/2128694

Answer 4

std::wstring::find() 工作正常。但是你必须正确读取输入字符串。

以下代码在 Windows 控制台上运行良好（使用 ReadConsoleW() Win32 API 读取输入的 Unicode 字符串）：

#include <exception>
#include <iostream>
#include <sstream>
#include <stdexcept>
#include <string>
#include <windows.h>
using namespace std;

class Win32Error : public runtime_error
{
public:
    Win32Error(const char* message, DWORD error)
        : runtime_error(message)
        , m_error(error)
    {}

    DWORD Error() const
    {
        return m_error;
    }

private:
    DWORD m_error;
};

void ThrowLastWin32(const char* message)
{
    const DWORD error = GetLastError();
    throw Win32Error(message, error);
}

void Test()
{
    const HANDLE hStdIn = GetStdHandle(STD_INPUT_HANDLE);
    if (hStdIn == INVALID_HANDLE_VALUE)
        ThrowLastWin32("GetStdHandle failed.");

    static const int kBufferLen = 200;
    wchar_t buffer[kBufferLen];
    DWORD numRead = 0;

    if (! ReadConsoleW(hStdIn, buffer, kBufferLen, &numRead, nullptr))
        ThrowLastWin32("ReadConsoleW failed.");

    const wstring str(buffer, numRead - 2);

    static const wchar_t kEf = 0x0444;
    wcout << ((str.find(kEf) != wstring::npos) ? L"EXIST" : L"NONE");
}

int main()
{
    static const int kExitOk = 0;
    static const int kExitError = 1;

    try
    {
        Test();
        return kExitOk;
    }    
    catch(const Win32Error& e)
    {
        cerr << "\n*** ERROR: " << e.what() << '\n';
        cerr << "    (GetLastError returned " << e.Error() << ")\n";
        return kExitError;
    }
    catch(const exception& e)
    {
        cerr << "\n*** ERROR: " << e.what() << '\n';
        return kExitError;
    }        
}

输出：

C:\TEMP>test.exe
abc
NONE
C:\TEMP>test.exe
abcфabc
EXIST