将 boost::format %s 说明符与 UTF-8 字符串一起使用

Question

我们正在向具有大型代码库的现有应用程序添加对 UTF8 的支持。此应用程序使用 boost::format()，非 ASCII 字符的输出未正确对齐。具体来说，当使用 %{width}.{length}s 说明符时，boost::format() 会计算字符数，这不会使用 utf8“做正确的事情”字符串。我认为应该可以更改字符串长度代码（可能string::size()）以使用utf8len()或类似的东西，基于……某事？

在这种情况下，更改现有代码库以使用 UCS2（或 UCS4、UTF-16 等）是不切实际的，但如果需要，可以修改 boost::format() 。我希望其他人也遇到过这种需求，并能为我指出一个可能的解决方案。

注意：我发现了一些关于使用 utf8 语言环境的网页，但其中大多数似乎更适用于在流中与 utf8 和 UCS4 相互转换。

Answer 1

这对您来说可能为时已晚，但也许对其他人有帮助。 Boost::format 接受 std::locale 作为可选模板参数。 （参见http://www.boost.org/doc /libs/1_55_0/libs/format/doc/format.html）。如果您向其传递一个 unicod 感知区域设置，例如 boost::locale("en_US.UTF-8")，您应该获得所需的行为。

您还可以设置应用程序的默认区域设置，而不是每次都将区域设置传递给 boost::format 构造函数，这可能会帮助您避免其他问题。如果您采取这条路线，我建议在 std::locale 上使用 boost::locale ，因为 boost::locale 不会修改您的数字格式，除非您明确要求它（文档 此处）。

一般来说，这是使 C++ 应用程序能够与 Unicode 良好配合的一种 goto 方法。如果该功能可以使用语言环境（std::regex、std::sort、boost::format），给它一个支持 unicode 的语言环境，那么你应该是安全的（如果你不是，请告诉我，我想知道）。

如果您正在制作一个小型、轻量级的应用程序并且只关心 80% 的情况，您可能不想为包含 ICU（Unicode 国际组件）付出代价，ICU 是提供 unicde 支持时默认的引擎 boost 语言环境。在这种情况下，使用操作系统或 Posix unicode 支持构建 Boos，并且您的应用程序将保持小而轻，但您不会有很多 unicode 支持，例如多个排序规则级别。

对于您所描述的问题，Posix 支持可能就足够了。

Answer 2

AFAIK Boost Format 会测量代码单元中的所有内容，即使使用基于 UTF-8 的语言环境也是如此。

如果您可以切换到另一个库，请考虑 C++20 std ::format 或 {fmt} 格式化库，其中计算宽度显示宽度单位（类似于 wcswidth），因此对齐正确。例如

fmt::print("┌{0:─^{2}}┐\n"
           "│{1: ^{2}}│\n"
           "└{0:─^{2}}┘\n", "", "Hello, world!", 20);

打印：

┌────────────────────┐
│   Hello, world!    │
└────────────────────┘

免责声明：我是 {fmt} 和 C++20 std::format 的作者