C ++ में स्ट्रिंग्स के साथ क्रॉस-प्लेटफॉर्म का काम

बहुत पहले नहीं, मैं सी + + अनुप्रयोगों में स्ट्रिंग्स के साथ क्रॉस-प्लेटफ़ॉर्म काम के मुद्दे से हैरान था। यह कार्य मोटे तौर पर बोल रहा था, किसी भी प्लेटफ़ॉर्म पर किसी भी एन्कोडिंग में एक विकल्प के लिए केस-असंवेदनशील खोज के रूप में सेट किया गया था।

तो, पहली बात मुझे यह समझनी थी कि लिनक्स में स्ट्रिंग्स के साथ आपको UTF-8 एन्कोडिंग और टाइप std :: string में काम करने की आवश्यकता होती है, और विंडोज स्ट्रिंग्स में UTF-16LE (टाइप std :: wstring) होना चाहिए। क्यों? क्योंकि यह ऑपरेटिंग सिस्टम के डिजाइन द्वारा है। Std में स्ट्रिंग्स को स्टोर करना बेहद महंगा है: लिनक्स में wstring, चूंकि एक wchar_t कैरेक्टर 4 बाइट्स (विंडोज में 2 बाइट्स) लेता है, और std :: स्ट्रिंग को विंडोज 98 के दौरान विंडोज में काम करने की जरूरत होती है। स्ट्रिंग्स के साथ काम करने के लिए, हम अपने प्लेटफॉर्म-स्वतंत्र प्रकार को परिभाषित करते हैं। :

#ifdef _WIN32 typedef std::wstring mstring; #else typedef std::string mstring; #endif // _WIN32 

दूसरा मैन्स्ट्रिंग टाइप करने के लिए टेक्स्ट को किसी एन्कोडिंग से कन्वर्ट करने का काम है। कई विकल्प नहीं हैं। पहला विकल्प std :: locale और अन्य संबंधित मानक चीजों का उपयोग करना है। प्रत्येक charset'a इसी लोकेल (जैसे एन्कोडिंग "विंडोज़ -1251" के रूप में खोज करने की आवश्यकता से तुरंत मारा गया, लोकल रशियन_रूस.1251, आदि से मेल खाती है)। मानक पुस्तकालय में ऐसी तालिका नहीं मिली (शायद यह बुरी तरह से दिख रही थी?), मैं स्थानों की सूची के लिए लोशन की तलाश नहीं करना चाहता था। वैसे भी, C ++ में लोकेशन्स के साथ काम करना मेरे विचार से बहुत ही स्पष्ट बात है। मंचों ने libiconv या icu पुस्तकालयों का उपयोग करने की सलाह दी। libiconv बहुत आसान और सरल लग रहा था, इसने किसी भी charset से पूरी तरह से mstring को ट्रांसकोडिंग का काम किया, लेकिन जब यह mstring को लोअर केस में परिवर्तित करने की बात आई, तो मैं असफल रहा। यह पता चला कि लिबीकॉन को यह पता नहीं है कि यह कैसे करना है, लेकिन मैं लिनक्स में utf8 स्ट्रिंग को लोअर केस में आसानी से और खूबसूरती से नहीं बदल सका। तो, चुनाव icu पर गिर गया, जिसने सभी कार्यों (रूपांतरण और लोअरकेस अनुवाद) को सम्मानपूर्वक हल किया। प्लेटफॉर्म-स्वतंत्र ट्रांसकोडिंग प्रक्रिया का उपयोग करते हुए आईसीयू लाइब्रेरी कुछ इस तरह दिखाई देती है:

 std::string to_utf8(const std::string& source_str, const std::string& charset, bool lowercase) { const std::string::size_type srclen = source_str.size(); std::vector<UChar> target(srclen); UErrorCode status = U_ZERO_ERROR; UConverter *conv = ucnv_open(charset.c_str(), &status); if (!U_SUCCESS(status)) return std::string(); int32_t len = ucnv_toUChars(conv, target.data(), srclen, source_str.c_str(), srclen, &status); if (!U_SUCCESS(status)) return std::string(); ucnv_close(conv); UnicodeString ustr(target.data(), len); if (lowercase) ustr.toLower(); std::string retval; ustr.toUTF8String(retval); return retval; } 

मैं विंडोज में यूनिकोड के साथ काम करने के मुद्दों का वर्णन नहीं करूंगा - वहां सब कुछ अच्छी तरह से प्रलेखित है।