C++
Internazionalizzazione in C ++

Osservazioni

Comprensione delle caratteristiche della stringa C ++

#include <iostream>
#include <string>

int main()
{
    const char * C_String = "This is a line of text w";
    const char * C_Problem_String = "This is a line of text ኚ";
    std::string Std_String("This is a second line of text w");
    std::string Std_Problem_String("This is a second line of ϯϵxϯ ኚ");

    std::cout << "String Length: " << Std_String.length() << '\n';
    std::cout << "String Length: " << Std_Problem_String.length() << '\n';

    std::cout << "CString Length: " << strlen(C_String) << '\n';
    std::cout << "CString Length: " << strlen(C_Problem_String) << '\n';
    return 0;
}

A seconda della piattaforma (Windows, OSX, ecc.) E del compilatore (GCC, MSVC, ecc.), Questo programma potrebbe non riuscire a compilare, visualizzare valori diversi o visualizzare gli stessi valori .

Esempio di output sotto il compilatore Microsoft MSVC:

Lunghezza della stringa: 31
Lunghezza della stringa: 31
Lunghezza CString: 24
Lunghezza CString: 24

Ciò dimostra che sotto MSVC ogni carattere esteso utilizzato è considerato un singolo "carattere" e questa piattaforma supporta pienamente le lingue internazionalizzate.
Va notato tuttavia che questo comportamento è inusuale, questi caratteri internazionali sono memorizzati internamente come Unicode e quindi sono in realtà lunghi diversi byte. Ciò potrebbe causare errori imprevisti

Sotto il compilatore GNC / GCC l'output del programma è:

Lunghezza della stringa: 31
Lunghezza della corda: 36
Lunghezza CString: 24
Lunghezza CString: 26

Questo esempio dimostra che mentre il compilatore GCC utilizzato su questa piattaforma (Linux) supporta questi caratteri estesi, utilizza anche ( correttamente) diversi byte per memorizzare un singolo carattere.
In questo caso è possibile utilizzare caratteri Unicode, ma il programmatore deve prestare molta attenzione nel ricordare che la lunghezza di una "stringa" in questo scenario è la lunghezza in byte , non la lunghezza in caratteri leggibili .

Queste differenze sono dovute al modo in cui i linguaggi internazionali vengono gestiti su base per piattaforma e, cosa più importante, che le stringhe C e C ++ utilizzate in questo esempio possono essere considerate una matrice di byte , in modo che (per questo utilizzo) il linguaggio C ++ consideri un carattere (char) per essere un singolo byte .