#include <algorithm>
#include <iostream>
#include <string>
#include <vector>
#define BOOST_SPIRIT_UNICODE // We'll use unicode (UTF8) all throughout
#include <boost/spirit/include/qi.hpp>
#include <boost/spirit/include/qi_parse.hpp>
#include <boost/spirit/include/support_standard_wide.hpp>
void parse_simple_string()
{
namespace qi = boost::spirit::qi;
namespace encoding = boost::spirit::unicode;
//namespace stw = boost::spirit::standard_wide;
typedef std::wstring::const_iterator iterator_type;
std::vector<std::wstring> result;
std::wstring const input = LR"(12,3","ab,cd","G,G\"GG","kkk","10,\"0","99987","PPP","你好)";
qi::rule<iterator_type, std::wstring()> key = +(qi::unicode::char_ - qi::lit(L"\",\""));
qi::phrase_parse(input.begin(), input.end(),
key % qi::lit(L"\",\""),
encoding::space,
result);
//std::copy(result.rbegin(), result.rend(), std::ostream_iterator<std::wstring, wchar_t> (std::wcout, L"\n"));
for(auto const &data : result) std::wcout<<data<<std::endl;
}
Tôi đã học bài này How to use Boost Spirit to parse Chinese(unicode utf-16)? và làm theo hướng dẫn, nhưng thất bại trong việc phân tích dòng chữ "你好"Làm thế nào để sử dụng boost :: tinh thần để phân tích UTF-8?
các kết quả mong đợi nên
12,3 ab, cd G, G \ "GG kkk 10, \" 0 99.987 PPP 你好
nhưng kết quả thực tế là 12,3 ab, cd G, G \ "GG kkk 10, \" 0 99.987 PPP
Không thể phân tích cú pháp từ Trung Quốc "你好"
OS là 64bits win7, tôi trình chỉnh sửa lưu các từ như UTF-8
Tôi đang bối rối. Bạn đang ... sử dụng UTF8? Tại sao các wstring sau đó? (UTF8 là một chuỗi byte đơn/đôi/ba byte, phải). Tôi không cảm thấy đủ điều kiện để giải thích tốt hơn, nhưng điều này là không phù hợp trong nhận thức của tôi – sehe
1-4 byte. Nhưng có, đó là một sự không phù hợp khá rõ ràng. Cho đến khi 'char8_t' được giới thiệu,' char' là kiểu lựa chọn UTF-8 nhiều nhất. – Puppy
Những gì mọi người nói. 'wstring' chỉ sai khi sử dụng UTF-8. Nếu bạn muốn mã hóa UTF-8 đúng cách, * đặc biệt là * trên Windows, cách an toàn nhất là các chữ "U8" blah "' của C++ 11 (không có trong Visual Studio) hoặc sử dụng ký tự thoát byte với quyền mã hóa trực tiếp, tức là "\ xE4 \ xBD \ xA0 \ xE5 \ xA5 \ xBD" thay vì "你好". –