c++ - 使用 std::locale 格式化法语数字时，UTF-8 数据无效

Question

我正在使用以下代码使用正确的语言环境来格式化数字。使用法语时，数字在数字组之间具有“不间断空格”。我得到的字符串似乎无效。

    std::stringstream ss;
    ss.imbue(std::locale("fr_FR.UTF-8"));
    ss << 1234;
    auto result = ss.str();

在这里，result是:{49, -62, 50, 51, 52} .不间断空格用 -62 表示。在我看来它是无效的 UTF-8，对吧？

我期待 result为:{49, -62, -96, 50, 51, 52} (在这种情况下，这似乎有效，不间断空格用两个字符表示:-62、-96)。

我错过了什么吗？谢谢你的帮助。

Answer 1

问题是std::locale不支持多字节数字分隔符，因为 std::numpunct::thousands_sep 仅返回单个代码单元(在本例中为 char)。因此，在您的情况下，数字分隔符 NO-BREAK SPACE 0xC2 (-62) 0xA0 (-96)被截断，您只能看到第一个代码单元 0xC2 (-62)这是无效的部分 UTF-8。