编码是否会影响 strstr() （及相关函数）的结果答案

【问题标题】：Does encoding affect the result of strstr() (and related functions)编码是否会影响 strstr() （及相关函数）的结果
【发布时间】：2011-11-21 09:08:11
【问题描述】：

字符集编码会影响strstr()函数的结果吗？

例如，我已将数据读取到“buf”并执行此操作：

char *p = strstr (buf, "UNB");

我想知道数据是用 ASCII 编码还是其他编码（例如 EBCDIC）会影响这个函数的结果？（由于“UNB”是不同编码方式下的不同比特流……）

如果是，这些功能使用的默认值是什么？（ASCII？）

谢谢！

【问题讨论】：

如果您输入数据的字符编码与您的“本机”编码不匹配，那么上述方法可能确实不起作用。

标签： c++ c

【解决方案1】：

strstr 等 C 函数对原始 char 数据进行操作，独立于编码。在这种情况下，您可能有两个不同的编码：编译器用于字符串文字的一种，以及您的程序在填写buf 时使用的那个。如果这些不是相同，则该功能可能无法按预期工作。

关于“默认”编码，至少目前还没有就标准而言； “基本执行字符” set“是实现定义的。在实践中，系统不使用从 ASCII 派生的编码（ISO 8859-1 似乎是最常见的，在欧洲最少）非常罕见。至于你得到的编码在buf 中，这取决于字符的来源；如果你是从istream 读取，取决于区域设置imbued 溪流。然而，在实践中，几乎所有这些（UTF-8、 ISO8859-x等）来源于ASCII，与ASCII相同 basic 执行字符集中的所有字符（包括所有在传统 C 中合法的字符）。因此对于 "UNB"，你可能很安全。（但对于像"üéâ" 这样的东西，你几乎当然不是。）

【讨论】：

嗨，James，读取到 buf 的数据直接来自网络合作伙伴，他们的数据以 EBCDIC 编码。所以如果我想用 buf 和“UNB”做 strstr，我应该将“UNB”形式的 ASCII 转换成它对应的 EBCDIC 值字符串“U+B”。这是正确的吗？
我倾向于在读取数据时转换数据，并在内部坚持与 ASCII 相关的编码。理论上，应该可以在输入流中加入 EBCDIC 语言环境，并让它处理所有事情。实际上，EBCDIC 语言环境的实现并不多，虽然定义一个新的codecvt facet（进行编码的语言环境部分）并不难，但取决于您的阅读方式，其他解决方案可能是更简单。

【解决方案2】：

您的字符串常量（“UNB”）以源文件编码进行编码，因此它必须与您的缓冲区的编码相匹配

【讨论】：

【解决方案3】：

两个字符串参数必须是相同的编码。使用字符串文字是 C++ 源代码的编码（平台编码）。对于 Unicode，UTF-8 函数还有另一个问题：Unicode 有带变音符号的重音字母，但这些也可以编码为基本字母加上组合变音符号。 é 可以是一个字母 [é] 或两个：[e] + [combining-´]。存在规范化。

对于 Java，将源编码显式设置为 UTF-8 已成为一种习惯（一种非常无声的开发）。对于 C++ 项目，我不知道这样的约定会变得很普遍。

【讨论】：

【解决方案4】：

strstr 对 UTF-8 编码的 unicode 字符应该没有问题。

【讨论】：

【解决方案5】：

使用此功能，数据以 ASCII 编码。

【讨论】：