C++: cómo crear char sin signo desde el punto de código UTF-8

Question

Estoy trabajando con una biblioteca de C++ y necesito crear una char sin firmar desde un punto de código UTF-8. Por ejemplo, si el punto de código es decimal 610 (una 'letra latina pequeña capital G'), ¿cómo crearía esto en C++?

I Javascript, que puede hacer lo siguiente:

var temp = String.fromCharCode(610); 
console.log(temp); // Outputs a small 'G' (correct) 
var codePoint = temp.charCodeAt(0); 
console.log(codePoint); // Outputs 610 (correct) 

En C++ han intentado:

unsigned char temp = (unsigned char)610; 
// compiles, but 
Debug::WriteLine((int)temp); // outputs 98 (??) 

Sírvanse proporcionar un ejemplo de código en C++ que realiza el mismo que el ejemplo de JavaScript anteriormente.

El entorno está en C++ administrado, pero quiero evitar el uso de tipos CLR ya que estoy interactuando con una biblioteca de terceros.

Answer 1

Un unsigned char es pequeño para contener un valor de 610 (suponiendo un char es de 8 bits de ancho, sólo puede contener valores de 0 a 255), por lo que será wrap around *

Uso char16_t para almacenar un 16 -bit char (o char32_t para un carácter de 32 bits, que UTF-8 requiere).

char32_t temp = (char32_t)610; 
Debug::WriteLine(temp); // outputs 610 (!!) 

Si desea manejar UTF-8 cadenas, el uso de UTF-8 literales de cadena:

u8"I'm a UTF-8 string." 

---

* Se envolver alrededor de incluso dos veces en su ejemplo:

610 - 256 - 256 = 98

Answer 2

Los puntos de código Unicode pueden necesitar representaciones de 32 bits. En la mayoría de los idiomas occidentales, 16 bits son suficientes, pero para manejar todos los posibles puntos de código Unicode, realmente necesita 32 bits.

uint32_t codePoint = someString.CodePointAt(x); 

Puede leer más sobre esto aquí: http://en.wikipedia.org/wiki/Code_point.

Answer 3

Si quiere decir que desea crear un señalador unsigned char a la representación UTF-8 del punto de código Unicode 610 que podría hacer:

char unsigned temp[] = { 0xc9, 0xa2 };