如何将(ICU4C) Unicode字符串逐个字符复制到另一个Unicode字符串中？

Question

我试图使用ICU的StringCharacterIterator将(可能的话)字符从源字符串复制到目标字符串。然而，我有意想不到的结果，我不知道为什么。

我希望这个程序的最后一行输出是dog，但是我得到了og￿

#include <iostream>
#include <icu4c/unicode/schriter.h>

int main()
{
    UnicodeString dog = UnicodeString::fromUTF8("dog");
    StringCharacterIterator chars(dog);

    UnicodeString copy;
    while(chars.hasNext())
        copy.append(chars.next32());

    for(int i=0; i<copy.countChar32(); i++)
    {
        int32_t charNumber = copy.char32At(i);
        std::cout << charNumber << "\n";
    }

    std::string stdString;
    copy.toUTF8String(stdString);
    std::cout << stdString;
}

程序输出

111
103
65535
og￿

Unicode表

111 -拉丁文小写字母o

103 -拉丁文小写字母g

Answer 1

你有两个问题：

1. 只有当迭代器超出字符串末尾时，StringCharacterIterator::hasNext才返回false。
2. StringCharacterIterator::next32提高迭代器的当前位置并返回新的代码点。它类似于用于原始指针或标准库样式迭代器的*(++it)。

综合起来，这意味着您将跳过字符串的第一个字符，并在结束后读取一个额外的字符。

您可以使用next32PostInc，它的行为类似于原始指针或标准库迭代器的*(it++)，而不是next32。

while(chars.hasNext())
    copy.append(chars.next32PostInc());