как получить символы из строки utf8

Question

char *w = "Artîsté";
printf("%lu\n", strlen(w));
int z;
for(z=0; z<strlen(w); z++){
    //printf("%c", w[z]);  //prints as expected
    printf("%i: %c\n", z, w[z]);//doesn't print anything
}

Если я запускаю это, он падает на î. Как напечатать многобайтовый символ и как узнать, когда я нажал многобайтовый символ?

Answer 1

Использование широких символов и многобайтовых функций:

int utf8len(char *str)
{
    char *top=str+strlen(str);
    int len;
    for(len=0; str<top; len++)
        str+=mblen(str, top-str);
    return len;
}

int main()
{
    setlocale(LC_ALL, "en_US.utf8");
    char *w = "Artîsté";
    printf("%lu\n", strlen(w));

    int z, len = utf8len(w);
    wchar_t wstr[len+1];
    mbstowcs(wstr, w, len);
    for(z=0; z<len; z++)
        printf("%i: %lc\n", z, wstr[z]);
}

Вам повезло с первым printf, потому что вы никогда не меняли данные, после разделения символов ваш вывод уже не был utf8.

Answer 2

Если ваша среда выполнения использует UTF-8 (например, Linux), ваш код будет работать как есть, если вы установите подходящую локаль, как в setlocale(LC_ALL, "en_US.utf9"); до вызова этого printf.

demo: http://ideone.com/zFUYM

В противном случае, вам лучше всего конвертировать в широкую строку и распечатать ее.Если вы планируете делать что-то отличное от ввода-вывода с отдельными символами этой строки, вам все равно придется это делать.

Что касается нажатия на многобайтовый символ, переносимый способ проверить это, если mblen()возвращает значение больше 1.