使用 C++ 打印 ASCII 扩展表（不会打印西里尔字母 - 乌克兰字母）

Question

因此，我要打印ASCII扩展表C++，它必须包含乌克兰语字母（西里字母）。我使用的是KDE neon 5.26linux发行版，它基于Ubuntu.终端显然是 KDE 的Console。

我编写了该代码：

#include<iostream>

int main(void) {

        for (unsigned char i = 32; int(i) < 255; i++) {
                std::cout <<" [" << i << "] " << int(i) << " \t";
                if ((i-1)%5 == 0)
                        std::cout << "\n";
        }

        char ua_str[] = "Привіт";  // hello in ukrainian
        std::cout << "\n\n" << ua_str << "\n" << ua_str[4] << " is " << int(ua_str[4]) << "\n";

        return std::cout.fail() ? EXIT_FAILURE : EXIT_SUCCESS;
}

用 编译它g++ lab3.cpp。它产生这样的输出：

我感兴趣的是它是如何打印char ua_str[]但不会打印的ua_str[4]。

终端编码设置为，我在终端编码设置中UTF8找不到。ASCII如果我将输出重定向到abc.txt文本文件./a.out > abc.txt并打开它，它看起来如下所示：

所以，我locale -a在终端运行：

然后我试图在循环之前添加std::setlocale(LC_ALL, "uk_UA.utf8");到我的程序中，但它没有改变任何东西，输出是相同的......int main(void)for

我稍后要制作音译脚本，但无法打印并使用乌克兰字母正常工作......

C++所以，问题是：如何在on中打印和使用西里尔字母 cahrs KDE neon 5.26？

Answer 1

问题在于 UTF-8 不是扩展的 ASCII 编码（对 >127 的字节有很多不同的解释），因此您尝试的方法将不起作用。您告诉终端将某些内容解释为 UTF-8，但事实并非如此。

您需要做的是弄清楚您希望使用哪种特定编码。我猜你的老师指的是 ISO/IEC 8859-5，但我不能确定。唯一知道的方法是询问 - 或者使用您告诉文本编辑器在显示正确字符时使用的编码。这是一个很容易尝试的方法。
就其本身而言，编辑器、控制台或人类无法知道您指的是 ISO/IEC 8859-5 还是其他一些 ASCII 扩展（更正确的是：代码页）。

引用维基百科关于这一点：

使用术语“扩展 ASCII”有时会受到批评，因为它可能被错误地解释为表示 ASCII 标准已更新以包含更多字符，或者该术语明确标识单个编码，但两种情况都不是。

你在这里看到了这种模糊性。

所以，老实说，对于 C++ 初学者来说，这可能不是最好的练习。幸运的是，世界已经基本转向 UTF，因此这种歧义不再影响我们。（这样做的缺点只是你正在编写的确切程序更难编写，因为你需要知道要枚举哪些 unicode 代码点。我不确定你想多久用字节值指定西里尔字母一次，我预计这在现实中接近“从不”。）

现在，要么通过将控制台配置为使用 8859-1 来破坏控制台，要么学习如何将 8859-1 转换为 utf-8 并打印它。后者将是更明智的做法！您的源代码仍然是 UTF-8，这就是为什么在字符串中打招呼是开箱即用的。

那么，如何将“传统”扩展 ASCII 编码转换为 UTF-8？我得查一下。我是德国人，我的名字里有变音符号，自从 UTF-8 成为一种选择以来，我从来没有想过使用除 UTF-8 以外的任何东西。

Answer 2

UTF-8 是一种多字节编码。在源中添加一个循环：

    for (int i = 0; i < sizeof(ua_str); i++) {
            std::cout << ua_str[i] << " is " << (0xFF & ua_str[i]) << "\n";
    }

现在您可以看到，6 个字符的字符串实际上是一个 12 字节的数组。每个字母由两个字节表示。

“П”为 208-159，“р”为 209-128 等

直指ua_str[4]第3个字母的页字节。