Unicode文字をC++の16進コードで表示する方法

Question

OracleデータベースからUnicode文字を含む場合と含まない場合があるデータ文字列をC++プログラムに読み込みます。データベースには、Unicode文字（UTF-8）が含まれています。Unicode文字が存在する場合は、16進形式に変換して表示する必要があります。

Answer 1

この質問には2つの側面があります。

1. 通常のASCII文字とUTF-8エンコード文字を区別します。

   UTF-8は、127より高い任意のコードポイントを2つ以上のバイトの系列としてエンコードします。 127以下の値は変更されません。エンコーディングの結果のバイトも127より高いので、バイトの上位ビットを調べて、それが適格かどうかを調べるだけで十分です。

2. エンコードされた文字を16進数で表示します。

   C++には、ストリームに16進数で数値を書式設定するように指示するためのstd::hexがあります。 std::showbaseを使用すると、出力をきれいに見せることができます。ただし、charは数値として扱われません。ストリームは文字を印刷します。値を別の数値型（たとえば、int）にする必要があります。しかし、記号拡張に注意してください。ここで

は実証するいくつかのコードです：

#include <iostream> 

void print_characters(char const* s) 
{ 
    std::cout << std::showbase << std::hex; 
    for (char const* pc = s; *pc; ++pc) { 
    if (*pc & 0x80) 
     std::cout << (*pc & 0xff); 
    else 
     std::cout << *pc; 
    std::cout << ' '; 
    } 
    std::cout << std::endl; 
} 

あなたはこのようにそれを呼び出すことができます。日C++ 5.8を使用するSolaris 10上の

int main() 
{ 
    char const* test = "ab\xef\xbb\xbfhu"; 
    print_characters(test); 
    return 0; 
} 

出力：

 
$ ./a.out 
a b 0xef 0xbb 0xbf h u 

コードはUTF-8でエンコードされた文字を検出し、それを解読する努力はしません。あなたはそれをする必要はないと言いました。

私は*pc & 0xffを使用して、式を整数型に変換し、符号拡張ビットをマスクアウトしました。それがなければ、私のコンピュータの出力は0xffffffbbでした。

Answer 2

文字列をUTF-32に変換します（これはUTF CPPと非常に簡単です）。結果の文字列をループし、0x7F以上のコードポイント（文字）を検出して印刷します。ヘックスとして。