获取 std::wstring 的子字符串

Question

我如何获取一个包含非ASCII字符的std::wstring子串？

以下代码不会输出任何内容：
（文本是包含4个字符的阿拉伯单词，每个字符有两个字节，加上单词“Hello”）

#include <iostream>
#include <string>

using namespace std;

int main()
{
    wstring s = L"سلام hello";
    wcout << s.substr(0,3) << endl;
    wcout << s.substr(4,5) << endl;

    return 0;
}

- MBZ

---

第二个应该至少打印“hell”，在Coliru上确实可以打印。第一个可能无法在你所使用的控制台上打印。 - chris

你在哪个操作系统上运行这段代码？ - Matteo Italia

据我所知，控制台对Unicode的支持有限（由于CRT的怪异性和可用于控制台的字体选择的限制），但你的情况可能会有所不同。 - Matteo Italia

特别是，首先正确设置整个事情以在控制台上打印Unicode（请参见https://dev59.com/WHE95IYBdhLWcg3wCJRf和http://blogs.msdn.com/b/michkap/archive/2008/03/18/8306597.aspx，如果默认字体没有您需要的字形，则参见http://blog.wolffmyren.com/2009/02/26/necessary-criteria-for-fonts-to-be-available-in-a-command-window/），*然后*进行子字符串和其他实验。 - Matteo Italia

你用过调试器吗？你的问题似乎是获取子字符串，而所有的评论都在说可能只是写入控制台的问题。通过将子字符串放入本地wstrings中，你应该能够确定哪个是问题所在，并相应地编辑问题。 - Kate Gregory

Answer 1

这应该可以工作：在Coliru上实时查看。

#include <iostream>
#include <string>
#include <boost/regex/pending/unicode_iterator.hpp>

using namespace std;

template <typename C>
std::string to_utf8(C const& in)
{
    std::string result;
    auto out = std::back_inserter(result);
    auto utf8out = boost::utf8_output_iterator<decltype(out)>(out);

    std::copy(begin(in), end(in), utf8out);
    return result;
}

int main()
{
    wstring s = L"سلام hello";

    auto first  = s.substr(0,3);
    auto second = s.substr(4,5);

    cout << to_utf8(first)  << endl;
    cout << to_utf8(second) << endl;
}

打印

سلا
 hell

坦白说，我认为你的字符串截取函数调用做出了奇怪的假设。不过，请允许我在一分钟内提出解决方案。

- sehe

---

你对“一分钟”的定义是七年吗？ - Code Doggo

@CodeDoggo 显然我偶尔会忘记一些事情 :) - sehe