强制对 fmt 中的 std::string 进行 UTF-8 处理

Posted 2023-02-22

【中文标题】强制对 fmt 中的 std::string 进行 UTF-8 处理

【英文标题】：Force UTF-8 handling for std::string in fmt

【发布时间】：2020-03-09 12:26:37

【问题描述】：

在我的 C++17 项目中，我有一个已知包含 UTF-8 编码数据的 std::string。有什么方法可以强制 fmt 将其数据视为 UTF-8 以使其按预期工作？

fmt::print(":-^11", "あいう");
// should print "----あいう----", currently prints "-あいう-"

【问题讨论】：

我认为您需要std::u8string 在一般级别上正确处理 utf-8，这仅在 C++20 中可用。我记得 fmt 中有一些专用于 utf-8 的特殊 API，您可以使用。

你知道我在哪里可以找到这个 API 吗？当我搜索它时，我看不到任何类似的东西。

现在只能在 fmt 中使用。还要不惜一切代价避免char8_t - 它会在 C++20 中被破坏。

【参考方案1】：

fmt 中的 UTF-8 处理最近得到了改进，您的示例现在适用于 master 分支：

#include <fmt/core.h>

int main() 
  fmt::print(":-^11", "あいう");

打印

----あいう----

【参考方案2】：

将字段宽度作为下一个参数传递并自己计算：

#include <fmt/format.h>
#include <cstring>
int main() 
    fmt::print(":-^", "あいう", 8 + std::strlen("あいう"));

【讨论】：

所以我认为没有办法以通用方式使用 UTF-8 字符串？

好吧，我不想回答这样的问题，因为首先“以概括的方式”是广泛的，并且正在邀请基于意见的答案，其次，因为我在 utf8 字符串方面没有太多经验，并且在 fmt 库中。我认为为处理 utf8 字符串的自定义类提供自己的 fmt 重载并没有那么大的工作量。我只是想指出一个简单的解决方法。