c++ - 如何使用 ICU 将 Unicode 代码点转换为 C++ 中的字符？

Question

不知何故，我无法在 Google 中找到答案。可能是我在搜索时使用了错误的术语。我正在尝试执行一项简单的任务，将表示字符的数字转换为字符本身，如下表所示:http://unicode-table.com/en/#0460

例如，如果我的号码是 47(即 '\')，我可以将 47 放入 char 并使用 cout 打印它，然后我会看到在控制台中反斜杠(小于256的数字没有问题)。

但是如果我的号码是 1120，字符应该是 'Ѡ'(拉丁语中的 omega)。我假设它由几个字符表示(cout 在打印到屏幕时会知道要转换为 'Ѡ')。

我如何获得代表'Ѡ'的这些“几个字符”？

我有一个名为 ICU 的库，我使用的是 UTF-8。

Answer 1

您所说的Unicode 编号 通常称为代码点。如果您想使用 C++ 和 Unicode 字符串，ICU 提供了一个 icu::UnicodeString 类。你可以find the documentation here .

要创建包含单个字符的 UnicodeString，您可以使用 constructor that takes a code point in a UChar32 :

icu::UnicodeString::UnicodeString(UChar32 ch)

然后你可以调用toUTF8String将字符串转换为 UTF-8 的方法。

示例程序:

#include <iostream>
#include <string>

#include <unicode/unistr.h>

int main() {
    icu::UnicodeString uni_str((UChar32)1120);
    std::string str;
    uni_str.toUTF8String(str);
    std::cout << str << std::endl;

    return 0;
}

在像 Debian 这样的 Linux 系统上，你可以编译这个程序:

g++ so.cc -o so -licuuc

如果您的终端支持 UTF-8，这将打印一个 omega 字符。