std::string 中的 0xc2 字符答案

【问题标题】：0xc2 character in std::stringstd::string 中的 0xc2 字符
【发布时间】：2018-11-24 05:47:23
【问题描述】：

以下字符串的大小是 4 而不是我预期的 3。

std::string s = "\r\n½"; 
int ss = s.size(); //ss is 4

当逐个字符循环遍历字符串时，将其转义为十六进制我得到

0xc2 来自哪里？它是某种编码信息吗？我虽然 std::string 在字符串中每个可见字符都有一个字符。有人可以确认 0xc2 是“字符集修饰符”吗？

【问题讨论】：

您的文件被编码为 UTF-8，而您的编译器将其读取为 UTF-8，因此 ½ 被转换为其 UTF-8 二进制表示，即 0xC2DB。 C++不关心原始编码，它关心的是构造s时内存中的内容，而内存中的内容是0D0AC2BD，所以s是用4个字节构造的（在你的情况下是4个char） .这就是为什么你会得到这个结果。如果文件使用不同的编码进行编码，或者char 的长度为 2 个字节，您将得到不同的结果。

【解决方案1】：

“½”在 unicode 中具有代码点 U+00BD，并由 UTF-8 由两个字节序列 0xc2bd 表示。这意味着，您的字符串仅包含三个字符，但长度为四个字节。

关于 SO 的补充阅读：std::wstring VS std::string。

【讨论】：