C++子串多字节字符

Question

我有这个 std::string，它包含一些跨越多个字节的字符。

当我在这个字符串上做一个子字符串时，输出是无效的，因为当然，这些字符被算作 2 个字符。在我看来，我应该改用 wstring，因为它将这些字符存储为一个元素而不是多个元素。

所以我决定将字符串复制到 wstring 中，但这当然没有意义，因为字符仍然拆分为 2 个字符。这只会让事情变得更糟。

是否有将字符串转换为 wstring 并将特殊字符合并为 1 个元素而不是 2 个元素的好的解决方案。

谢谢

Answer 1

更简单的版本。 基于提供的解决方案Getting the actual length of a UTF-8 encoded std::string?作者:马塞​​洛·坎托斯

std::string substr(std::string originalString, int maxLength)
{
    std::string resultString = originalString;

    int len = 0;
    int byteCount = 0;

    const char* aStr = originalString.c_str();

    while(*aStr)
    {
        if( (*aStr & 0xc0) != 0x80 )
            len += 1;

        if(len>maxLength)
        {
            resultString = resultString.substr(0, byteCount);
            break;
        }
        byteCount++;
        aStr++;
    }

    return resultString;
}