C11 Unicode支持
我正在写一些类似于atoi()或strtoll()字符串转换函数。 我想要包含一个我的函数版本，它接受char16_t *或char32_t *而不仅仅是char *或wchar_t *。
我的function很好，但正如我写的那样，我意识到我不明白char16_t或char32_t是什么。 我知道标准只要求它们分别是至少16位或32位的整数类型，但暗示它们是UTF-16或UTF-32。
我也知道标准定义了几个函数，但它们没有包含任何* get或* put函数（就像它们在C99中的wchar.h中添加时那样）。
所以我想知道：他们期望我用char16_t和char32_t做什么？
这是一个很好的问题，没有明显的答案。
在C11中添加的uchar.h类型和函数基本上没用。 它们仅支持新类型（ char16_t或char32_t ）与特定于语言环境的实现定义的多字节编码之间的转换，除非语言环境基于UTF-8，否则这些映射不会完整。 不支持有用的转换（来自/来自wchar_t ，来自/来自UTF-8）。 当然，您可以自行转换为UTF-8的转换，因为这些转换是由相关的RFC / UCS / Unicode标准100％指定的，但要小心：大多数人错误地实现它们并且有危险的错误。
请注意，UTF-8，UTF-16和UTF-32文字（分别为u8 ， u和U ）的新编译器级function可能很有用; 您可以使用您自己的函数以有意义的方式处理结果字符串，这些方法完全不依赖于语言环境。 但在我看来，C11中对Unicode的库级支持基本上没用。
测试ASCII范围内的UTF-16或UTF-32章程是“通常的”10位数之一，+， – 或“正常”白色空间很容易做到以及转换'0'-'9'到一个数字。 鉴于此， atoi_utf16/32()继续像atoi() 。 只需一次检查一个角色。
测试一些其他 UTF-16 / UTF-32是数字还是空白 – 这更难。 代码需要一个扩展的isspace(), isdigit() ，如果需要的语言环境可用，可以切换语言环境（ setlocale() ）。 （注意：可能需要在函数完成时恢复语言环境。
转换通过isdigit()但不是通常的10个值的字符是有问题的。 无论如何，这似乎甚至不被允许。
转换步骤：
-
将语言环境设置为UTF-16 / UTF-32的相应语言环境。
-
使用
isspace()进行空白区域检测。 -
转换与
your_atof()类似。 -
恢复本地。
这个问题可能char16_t ，但我想通过char16_t和char32_t支持来实现你的函数。
最简单的方法是使用char32_t类型编写strtoull函数（称之为strtoull_c32 ）。 这使得解析unicode更容易，因为UTF-32每个字符占用四个字节。 然后通过内部将UTF-8和UTF-16编码转换为UTF-32并将它们传递给strtoull_c32来实现strtoull_c32和strtoull_c32 。
老实说，我没有查看C11标准库中的Unicode工具，但如果它们没有提供将这些类型转换为UTF-32的合适方法，那么您可以使用第三方库为您进行转换。
有ICU ，由IBM启动，然后由Unicode Consortium采用。 它是一个function丰富且稳定的库，已经存在了很长时间。
我最近为C89创建了一个UTF库（ UTFX ），您也可以使用它。 它非常简单，重量轻，经过unit testing和记录。 您可以放弃，或者使用它来了解有关UTF转换如何工作的更多信息。