Как найти место в японской строке в C ++?
Я работаю над программой автокоррекции для японских предложений, и отсутствующий символ в предложении будет представлен в виде пробела.
Я читаю из 2 файлов …
Входной файл:
はアビガイル
おはよう くん
Файл словаря:
私はアビガイル
おはよう花くん
Недостающие символы 私 и 花 представлены пробелом
Как мне найти место из входного файла?
Я старался lineFromFile.find(" ") но он возвращает мусор, так как это не обычные английские символы. Также попробовал lineFromFile.find('\0x20') а также lineFromFile.find(' ')
Я тоже пробовал string lineFromFile = u8"あび" но префикс u8 получает ошибку «идентификатор ‘u8’ не определен»
я использую C ++, Visual Studio 2013, gcc 4.8.3 и моя текущая кодовая страница — Unicode (UTF-8 с подписью)
Если вы считаете, что это дублирующий вопрос, пожалуйста, прокомментируйте ссылку на тот же ОТВЕТНЫЙ вопрос
Мой план:
- Найдите пробел в строке входного файла (верните
spaceIndex) - Сохраните строку из файла словаря в
string temp - Заменить персонажа в
spaceIndexв переменнойtempбудет - Сравните строку из входного файла с
temp - Повторяйте до тех пор, пока совпадение не будет найдено или пока не будет найден файл словаря.
Пожалуйста, помогите, у меня есть 3 дня: ‘(
Решение
Недостающие символы 私 и 花 представлены пробелом
Нет, это не так. Смотря на はアビガイル в шестнадцатеричном редакторе показывает, что первый символ '\u3000' который ИДЕОГРАФИЧЕСКОЕ ПРОСТРАНСТВО не ПРОСТРАНСТВО.
Так что, чтобы найти его, вам нужно использовать find(u8"\u3000") или же find("\xe3\x80\x80)
Если вам повезло, и все японские символы во ваших входных файлах кодируются как три байта в UTF-8, тогда вы можете рассматривать их как наличие фиксированных позиций в строках и заменять блоки из трех байтов из одной строки в другую.
Другие решения