在 C++ 中向字符串添加变音符号失败答案

【问题标题】：Adding a diacritic mark to string fail in c++在 C++ 中向字符串添加变音符号失败
【发布时间】：2014-08-24 06:02:52
【问题描述】：

我想在c++ 中的string 中添加一个变音符号。假设我想通过以下方式修改wordz 字符串：

String respj = resp[j];                     
std::string respjz1 = respj;   // create respjz1 and respjz2 
std::string respjz2 = respj;

respjz1[i] = 'ź';   // put diacritic marks
respjz2[i] = 'ż';

我不断收到：wordş 和 wordĽ（而不是 wordź 和 wordż）。我试图用谷歌搜索它，但我不断得到与相反问题相关的结果——变音符号标准化为非变音符号。

【问题讨论】：

你试过使用unicode吗？
这是什么编译器？
检查编译器的编码？
好吧，实际上我通过R 中的Rcpp 插件使用c++ 函数（R 是统计计算的环境）并认为可能有一个c++ 函数来强制正确编码。如果不是，我想这可能是一个更深层次的问题，因为函数是在 R 本身中编译的。
你必须先识别环境编码。然后，您可以使用代码来介绍您想要的角色。请记住，这些字符的编码可能是多字节的。例如，“ź”字符可以用 utf-8 写成"\xe0\x85\xba"（Unicode 字符 U+017A 编码为 utf-8）。

标签： c++ string diacritics

【解决方案1】：

首先，String 是什么？它是否支持重音字符？

但真正的问题是编码之一。当你说“我坚持接收”，你是什么意思。字符串将包含什么不是一个字符，而是一个数值，代表一个代码点一个字符，在某种编码中。如果使用的编码重音字符的编译器与编码相同被你用来可视化它们的任何东西所使用，那么你会得到相同的字符。如果不是，你会得到一些东西不同的。因此，例如，根据编码，LATIN 带 DOT 的小写字母 Z（我认为您要分配给 respjz2[i]) 在我的编码表中可以是 0xFD 或 0xBF 访问（并且在大多数单字节编码中不存在）；在我通常使用的单字节编码（ISO 8859-1），这些代码点对应于带有 ACUTE 的拉丁小写字母 Y 和倒置问号。

最终，没有真正的解决方案。从长远来看，我认为你应该可能会迁移到 UTF-8，并尝试确保所有您使用的工具（以及您的用户使用的所有工具）明白。短期来看，可能没那么简单：因为初学者，你或多或少地被你的编译器所困扰提供（除非您以\u00BF 的形式输入字符或\u00FD，即使这样编译器也可能会做一些有趣的事情将它们放入字符串文字时的映射）。你可以甚至不知道您的用户使用了哪些其他工具。

【讨论】：

James Kanze，非常感谢您的回答。我要使用的字符集非常少，因此我将尝试执行一些基本映射。谢谢！