我有一个简单的程序,使用在命令行上传递给它的一系列语言环境来测试wchar_t和char之间的转换。通过打印出区域设置名称和转换失败的字符串,它输出转换失败的列表。
我正在使用clang和libc++构建它。我的理解是,libc++的命名语言环境支持是由OS X上的xlocale库提供的。
我看到了一些意外的失败,以及一些转换应该失败但没有失败的实例。
这是程序。
#warning call this program like: "locale -a | ./a.out" or pass \
locale names valid for your platform, one per line via standard input
#include <iostream>
#include <codecvt>
#include <locale>
#include <array>
template <class Facet>
class usable_facet : public Facet {
public:
// FIXME: use inheriting constructors when available
// using Facet::Facet;
template <class ...Args>
usable_facet(Args&& ...args) : Facet(std::forward<Args>(args)...) {}
~usable_facet() {}
};
int main() {
std::array<std::wstring,11> args = {L"a",L"é",L"¤",L"€",L"Да",L"Ψ",L"א",L"আ",L"✈",L"가",L"𐌅"};
std::wstring_convert<usable_facet<std::codecvt_utf8<wchar_t>>> u8cvt; // wchar_t uses UCS-4/UTF-32 on this platform
int convert_failures = 0;
std::string line;
while(std::getline(std::cin,line)) {
if(line.empty())
continue;
using codecvt = usable_facet<std::codecvt_byname<wchar_t,char,std::mbstate_t>>;
std::wstring_convert<codecvt> convert(new codecvt(line));
for(auto const &s : args) {
try {
convert.to_bytes(s);
} catch (std::range_error &e) {
convert_failures++;
std::cout << line << " : " << u8cvt.to_bytes(s) << '\n';
}
}
}
std::cout << std::string(80,'=') << '\n';
std::cout << convert_failures << " wstring_convert to_bytes failures.\n";
}
这是正确输出的一些例子
en_US.ISO8859-1 : €
en_US.US-ASCII : ✈
这是一个意外的输出示例
en_US.ISO8859-15 : €
欧元字符确实存在于ISO 8859-15字符集中,因此这应该不会失败。
这是我期望但不会收到的输出示例
en_US.ISO8859-15 : ¤
en_US.US-ASCII : ¤
这是ISO 8859-1中存在的货币符号,但在ISO 8859-15中已被删除并替换为欧元符号。此转换应该不会成功,但不会发出错误信号。进一步检查此情况时,我发现在两种情况下,“¤”都将转换为0xA4,这是ISO 8859-1中“¤”的表示形式。
我不是直接使用xlocale,而是通过libc++间接使用。 Mac OS X上的xlocale是否仅被错误的语言环境定义所破坏?有办法解决吗?还是我看到的问题是其他原因造成的?
最佳答案
我怀疑您在xlocale系统上遇到问题。 bug report将不胜感激!
关于c++ - OS X上的xlocale损坏了?,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/9451419/