如何在 C++ 中读取重音字符并将它们与 isalnum 一起使用？

Question

我正在用法语编程，因此，我需要使用重音字符。我可以通过使用输出它们 #include <locale> 和 setlocale(LC_ALL, "")，但是当我阅读重音字符时似乎有问题。这是我为说明问题而制作的简单示例：

#include <locale>
#include <iostream>

using namespace std;

const string SymbolsAllowed = "+-*/%";

int main()
{
    setlocale(LC_ALL, "");    // makes accents printable

    // Traduction : Please write a string with accented characters
    // 'é' is shown correctly :
    cout << "Veuillez écrire du texte accentué : ";

    string accentedString;
    getline(cin, accentedString);

    // Accented char are not shown correctly :
    cout << "Accented string written : " << accentedString << endl;

    for (unsigned int i = 0; i < accentedString.length(); ++i)
    {
        char currentChar = accentedString.at(i);

        // The program crashes while testing if currentChar is alphanumeric.
        // (error image below) :
        if (!isalnum(currentChar) && !strchr(SymbolsAllowed.c_str(), currentChar))
        {
            cout << endl << "Character not allowed : " << currentChar << endl;
            system("pause");
            return 1;
        }
    }

    cout << endl << "No unauthorized characters were written." << endl;

    system("pause");
    return 0;
}

这是程序崩溃前的输出示例：

Veuillez écrire du texte accentué : éèàìù
Accented string written : ʾS.?—

我注意到 Visual Studio 的调试器显示我编写的内容与其输出的内容不同：

[0] -126 '‚'    char
[1] -118 'Š'    char
[2] -123 '…'    char
[3] -115 ''     char
[4] -105 '—'    char

显示的错误似乎表明只能使用 -1 到 255 之间的字符，但是根据ASCII table，我在上面的示例中使用的重音字符的值 不要超过这个限制。

这是弹出的错误对话框图片：Error message: Expression: c >= -1 && c <= 255

有人可以告诉我我做错了什么或给我一个解决方案吗？先感谢您。 :)

Answer 1

1. char 在您的系统上是有符号类型（实际上，在许多系统上），因此它的值范围是 -128 到 127。如果代码在 128 到 255 之间的字符存储在 @ 中，它们看起来就像负数987654326@，这实际上是你的调试器告诉你的：

   [0] -126 '‚'    char
   

   这是 -126，而不是 126。换句话说，是 130 或 0x8C。

2. isalnum 和朋友们将int 作为参数，它（如错误消息所示）被限制为值EOF（系统上为-1）和范围0-255。 -126 不在此范围内。因此错误。您可以转换为unsigned char，或者（可能更好，如果它适用于Windows），使用两个参数std::isalnum in <locale>

3. 出于完全让我无法理解的原因，Windows 似乎在CP-437 中提供控制台输入，但在CP-1252 中处理输出。这两个代码页的上半部分完全不同。因此，当您键入é 时，它会作为 130 (0xC2) 从 CP-437 发送到您的程序，但是当您将相同的字符发送回控制台时，它会根据 CP-1252 打印为（低）打开单引号‚（看起来很像逗号，但不是）。所以这行不通。您需要将输入和输出放在同一个代码页上。

4. 我对 Windows 了解不多，但您可能可以在 MS docs 中找到一些有用的信息。该页面包含指向特定于 Windows 的函数的链接，这些函数用于设置输入和输出代码页。

5. 有趣的是，程序源代码中的重音字符似乎是 CP-1252，因为它们打印正确。如果您决定放弃代码页 1252（例如，采用 Unicode），您还必须修复源代码。

Answer 2

使用is* 和to* 函数，您确实需要在将输入传递给函数之前将其转换为unsigned char：

if (!isalnum((unsigned char)currentChar) && !strchr(SymbolsAllowed.c_str(), currentChar)) {

当您使用它时，我建议您不要使用strchr，并切换到这样的东西：

std::string SymbolsAllowed = "+-*/%";

if (... && SymbolsAllowed.find(currentChar) == std::string::npos)

当您使用它时，您可能应该忘记自己曾经听说过 exit 函数。你永远不应该在 C++ 中使用它。在这种情况下（从main 退出）你应该只是return。否则，抛出异常（如果要退出程序，请在main 中捕获异常并从那里返回）。

如果我在写这篇文章，我会以不同的方式完成这项工作。 std::string 已经有一个函数可以完成你的循环试图完成的大部分工作，所以我设置了 symbolsAllowed 以包含 all 你想要允许的符号，然后只需进行搜索对于它不包含的任何内容：

// Add all the authorized characters to the string:
for (unsigned char a = 0; a < std::numeric_limits<unsigned char>::max(); a++)
    if (isalnum(a) || isspace(a)) // you probably want to allow spaces?
        symbolsAllowed += a;

// ...

auto pos = accentedString.find_first_not_of(symbolsAllowed);
if (pos != std::string::npos) {
    std::cout << "Character not allowed: " << accentedString[pos];
    return 1;
}