为什么我不能使用 ifstream 读取撇号而不崩溃？

Question

我正在使用此代码：

std::string word;
std::ifstream f((file_name + ".txt").c_str());
while (f >> word) {
    good_input = true;
    for (int i = 0; i < word.length(); ++i) {
        if (ispunct(word.at(i))) {
            word.erase(i--, 1);
        }
        else if (isupper(word.at(i))){
            word.at(i) = tolower(word.at(i));
        }
    }

每次我从文本文件中读取“不”这个词时，都会收到以下错误：

调试断言失败！
程序：目录\SortingWords(Length).exe
文件：minkernel\crts\ucrt\src\appcrt\convert\istype.cpp
线路：36
表达式：c >= -1 && c 欲了解更多信息，请访问... [等]

当我点击“中止”时，我的程序以代码 3 退出。不知道这是否有帮助？

看起来它可能与撇号有关？此代码适用于在我的文档中查找所有其他单词，直到这个。并且适用于不包含撇号但包含大量其他标点符号的文档...

我尝试更改文本文件的编码（仅使用记事本制作），但这没有帮助。通常发现很多关于撇号的投诉，但没有有效的答案。谁能帮我弄清楚发生了什么？

Answer 1

正如documentation for ispunct 所说：

如果 ch 的值不能表示为，则行为未定义 unsigned char 不等于 EOF。

如果您链接到调试运行时，Visual C++ 足以为该错误添加几乎明确的消息（这通常是未定义行为的情况 - 对于发布运行时，它只是崩溃或行为异常；对于调试运行时，你会得到一个错误对话框）。

理论上，这意味着在您的环境使用的字符集中，' 不能表示为unsigned char，即它的字符代码太大或太低。

实际上，这在 Windows 上似乎不太可能，甚至可能是不可能的。更有可能的是，您的文件实际上并不包含撇号，而是一个仅 看起来 像一个字符的字符，例如口音：´

您可以通过以下简单方式重现问题：

#include <ctype.h>

int main()
{
    ispunct('\'');
    ispunct('´'); // undefined behaviour (crash or error message with Visual C++)
}

isupper 也有同样的问题。

您可以通过static_cast 安全地使用这些功能，例如：

if (ispunct(static_cast<unsigned char>(word.at(i))))

当然，现在ispunct 将为角色返回零。如果你真的需要覆盖´，你必须明确地这样做，例如使用这样的辅助函数：

bool extended_ispunct(int c)
{
    return static_cast<unsigned char>(c) || c == '´';
}