使用std::locale格式化法语数字时，无效的UTF-8数据。

Question

我使用下面的代码来格式化数字，使用正确的地方语言。当使用法语时，数字组之间有 "非中断的空间"。我得到的字符串似乎是无效的。

    std::stringstream ss;
    ss.imbue(std::locale("fr_FR.UTF-8"));
    ss << 1234;
    auto result = ss.str();

这里。result 是。{49, -62, 50, 51, 52}. 非断开的空格用-62表示。在我看来，这是无效的UTF-8吧？

我希望 result 为。{49, -62, -96, 50, 51, 52} (在这种情况下，这似乎是有效的，非断裂的空间用两个字符表示：-62，-96)。

我是否遗漏了什么？谢谢您的帮助。

Answer 1

问题是 std::locale 不支持多字节数字分隔符，因为 std::numpunct::thousands_sep 只返回一个代码单元(char 在这种情况下）。) 因此，在您的情况下，数字分隔符NO-BREAK SPACE(不含空格)。0xC2 (-62) 0xA0 (-96) 被截断，您只能看到第一个代码单元。0xC2 (-62) 这是一个无效的部分UTF-8。