将 wchar_t 转换为 int

Question

如何将 wchar_t ('9') 转换为 int 形式的数字 (9 ）？

我有以下代码，用于检查 peek 是否为数字：

if (iswdigit(peek)) {
    // store peek as numeric
}

我可以只减去 '0' 还是有一些我应该担心的 Unicode 细节？

Answer 1

如果问题仅涉及 '9'（或罗马数字之一）
数字），只需减去 '0' 就是正确的解决方案。如果
您关心 iswdigit 返回的任何内容
然而，如果非零，问题可能要复杂得多。这
标准规定，如果 iswdigit 返回一个非零值，则
参数是“十进制数字宽字符代码[在当前
local]”。这是模糊的，并由语言环境决定
准确定义其含义。在“C”语言环境或“Posix”中
locale，“Posix”标准，至少保证只有
罗马数字 0 到 9 被视为十进制数字（如果
我理解正确），所以如果你在“C”或“Posix”中
locale，只需减去“0”就可以了。

据推测，在 Unicode 语言环境中，这将是任何字符
它具有一般类别Nd。有许多
这些。最安全的解决方案就是简单地创建一些东西
就像（这里的变量具有静态生命周期）：

wchar_t const* const digitTables[] =
{
    L"0123456789",
    L"\u0660\u0661\u0662\u0663\u0664\u0665\u0666\u0667\u0668\u0669",
    // ...
};

//!     \return
//!         wch as a numeric digit, or -1 if it is not a digit
int asNumeric( wchar_t wch )
{
    int result = -1;
    for ( wchar_t const* const* p = std::begin( digitTables );
            p != std::end( digitTables ) && result == -1;
            ++ p ) {
        wchar_t const* q = std::find( *p, *p + 10, wch );
        if ( q != *p + 10 ) {
            result = q - *p;
    }
    return result;
}

如果你这样做：

1. 你肯定会想要下载
   来自 Unicode 联盟的 UnicodeData.txt 文件
   ("取消编码字符
   数据库”—此页面包含指向 Unicode 数据的链接
   文件以及其中使用的编码的说明），并
2. 可能编写该文件的简单解析器来提取
   自动信息（例如，当有新版本时
   Unicode）—该文件是为简单的编程而设计的
   解析。

最后，请注意基于 ostringstream 和
istringstream（这包括 boost::lexical_cast）不会
工作，因为流中使用的转换被定义为仅
使用罗马数字。 （另一方面，也可能是
将您的代码限制为仅使用罗马数字是合理的。在
在这种情况下，测试变为 if ( wch >= L'0' && wch <= L'9' )，
只需减去 L'0' 即可完成转换 —
始终假设宽字符的本机编码
你的编译器中的常量是 Unicode （这种情况，我很漂亮
当然，VC++ 和 g++ 都适用）。或者只是确保区域设置是
“C”（或“Posix”，在 Unix 机器上）。

编辑：我忘了提：如果你正在做任何严肃的 Unicode 编程，你
应该查看ICU。处理统一码
正确是非常重要的，而且它们已经有很多功能
实施的。

Answer 2

查看 atoi 函数类：http://msdn.microsoft.com/en-us/library/hc25t012(v=vs.71).aspx

特别是 _wtoi(const wchar_t *string); 似乎成为您正在寻找的人。不过，您必须确保您的 wchar_t 正确地以 null 终止，因此请尝试以下操作：

if (iswdigit(peek)) {
    // store peek as numeric
    wchar_t s[2];
    s[0] = peek;
    s[1] = 0;
    int numeric_peek = _wtoi(s);
}

Answer 3

您可以使用 boost::lexical_cast< /a>：

const wchar_t c = '9';
int n = boost::lexical_cast<int>( c );

Answer 4

尽管MSDN文档，一个简单的测试表明不仅游侠 L'0'-L'9' 返回 true。

for(wchar_t i = 0; i < 0xFFFF; ++i)
{
    if (iswdigit(i))
    {
        wprintf(L"%d : %c\n", i, i);
    }
}

这意味着 L'0' 减法可能不会像您预期的那样起作用。

Answer 5

对于大多数用途，您只需减去“0”的代码即可。

然而，维基百科关于 Unicode 数字 的文章提到，十进制数字以 23 个单独的块表示（包括阿拉伯语两次）。

如果您不担心这一点，那么只需减去“0”的代码即可。