Làm cách nào để lặp qua các ký tự unicode trong C++?

Question

Tôi biết rằng để có được một ký tự unicode trong C++ Tôi có thể làm:

std::wstring str = L"\u4FF0"; 

Tuy nhiên, những gì nếu tôi muốn có được tất cả các nhân vật trong phạm vi 4FF0 để 5FF0? Có thể tự động xây dựng một ký tự unicode?

for (int i = 20464; i < 24560; i++ { // From 4FF0 to 5FF0 
    std::wstring str = L"\u" + hexa(i); // build the unicode character 
    // do something with str 
} 

Làm thế nào tôi sẽ làm điều đó trong C++: một cái gì đó giống như pseudo-code này những gì tôi có trong tâm trí là gì?

Answer 1

Loại wchar_t tổ chức trong vòng một wstring là một kiểu số nguyên, vì vậy bạn có thể sử dụng nó trực tiếp:

for (wchar_t c = 0x4ff0; c <= 0x5ff0; ++c) { 
    std::wstring str(1, c); 
    // do something with str 
} 

Hãy cẩn thận cố gắng để làm điều này với các nhân vật trên 0xffff, vì tùy thuộc vào nền tảng (chẳng hạn Windows) họ sẽ không phù hợp với một wchar_t.

Nếu ví dụ bạn muốn để xem Emoticon block trong một chuỗi, bạn có thể tạo cặp thay thế:

std::wstring str; 
for (int c = 0x1f600; c <= 0x1f64f; ++c) { 
    if (c <= 0xffff || sizeof(wchar_t) > 2) 
     str.append(1, (wchar_t)c); 
    else { 
     str.append(1, (wchar_t)(0xd800 | ((c - 0x10000) >> 10))); 
     str.append(1, (wchar_t)(0xdc00 | ((c - 0x10000) & 0x3ff))); 
    } 
} 

Answer 2

gì về:

for (std::wstring::value_type i(0x4ff0); i <= 0x5ff0; ++i) 
{ 
    std::wstring str(1, i); 
} 

Lưu ý rằng mã chưa được thử nghiệm, vì vậy nó có thể không biên dịch như nó vốn có.

Ngoài ra, với nền tảng bạn đang làm việc trên đơn vị ký tự của wstring có thể rộng 2, 4 hoặc N byte, vì vậy hãy cố ý về cách bạn sử dụng nó.

Answer 3

Bạn không thể thặng dư trên các ký tự Unicode như thể nó là một mảng, một số nhân vật được xây dựng ra khỏi nhiều 'char's (UTF-8) và nhiều' WCHAR's (UTF-16) đó là do dấu phụ vv Nếu bạn thực sự nghiêm túc về công cụ này, bạn nên sử dụng một API như UniScribe hoặc ICU.

Một số nguồn lực để đọc:

http://en.wikipedia.org/wiki/UTF-16/UCS-2

http://en.wikipedia.org/wiki/Precomposed_character

http://en.wikipedia.org/wiki/Combining_character

http://scripts.sil.org/cms/scripts/page.php?item_id=UnicodeNames#4d2aa980

http://en.wikipedia.org/wiki/Unicode_equivalence

http://msdn.microsoft.com/en-us/library/dd374126.aspx