c - 我怎样才能得到正确的字符串长度？

Question

为什么我的函数计算的字符比预期的多？

int countLength(char* buffer){
    int cnt = 0;
    for (int i=0; buffer[i] != '\n' && buffer[i] != '\0'; i++){
        cnt++;
    }
    return cnt;
}

例如，如果我传递它“Será chuva？Será gente？”作为输入，它给出 25 而不是 23。这是为什么？

Answer 1

代码会为您提供正确的答案，即使它不是您期望的答案。

问题是您希望它计算字素(如 á)，而它计算字节/代码单元(á 由 utf- 中的两个代码单元组成8 范式组成)。

第一个近似是通过跳过连续字节(>0x7f 和 <0xc0)来计算代码点。要实际计算字素，您必须使用适当的 unicode 库，其中包含所有字符信息，例如 international components for unicode (ICU)。 ，并接受他们的决定。

阅读字符集，尤其是 unicode和 utf-8编码。

_{顺便说一句，cnt 总是镜像 i。虽然优化编译器会删除这种重复，但它甚至不应该存在。}