c++ - 如何从 UTF-8 字符串的每个字符中获取 UNICODE 代码？

Question

在 C++11 中，我如何从 UTF-8 编码的 std::string 中获取文本中每个字符的 Unicode 值到 uint32_t?

类似于:

void f(const std::string &utf8_str)
{
    for(???) {
       uint32_t code = ???;

       /* Do my stuff with the code... */
    }
}

假设主机系统语言环境是 UTF-8 有帮助吗？ C++11 为该任务提供了哪些标准库工具？

Answer 1

您可以使用提供的转换方面和 std::wstring_convert 将字符串简单地转换为 UTF-32 编码的字符串来自 <locale> :

#include <codecvt>
#include <locale>
#include <string>

void foo(std::string const & utf8str)
{
     std::wstring_convert<std::codecvt_utf8<char32_t>, char32_t> conv;
     std::u32string utf32str = conv.from_bytes(utf8str);

     for (char32_t u : utf32str)  { /* ... */ }
}