Как посимвольно работать с кириллицей в Си

wchar_t | ICU

// можно конечно и ручками, но это у тех у кого NIH чешется

Прочитать маны, начать с wchar. А лучше glib.

man utf-8

setlocale?

Батенька, у вас явно что-то не то с кодировкой. УМВР.

Это потому, что у тебя кои8-р.

А ничего лучше и не придумали для посимвольной работы с текстом. С юникодом намучаешься: что-то однобайтное, что-то двухбайтное, что-то вообще четырехбайтное! Нафиг этот график? Тем паче, что кириллица с латинницей отлично в 256 символов влезают, еще и места до фига остается.

for(;*buf;*buf++) printf(«%c\n»,*buf);

ты все правильно написал?

спасибо за wchar не знал, этого. (P.S. у меня UTF8.)

Да ну нафиг эти ваши кириллицы. Лучше юзать все символы выше 127го в своих целях, если у каких-то негров с кириллицами всё отваливается, то это проблемы негров. Яркий пример: современный (не дебианобубунтовое говно мамонта) dash.

Я знал, я знал :).

Тем паче, что кириллица с латинницей отлично в 256 символов влезают, еще и места до фига остается

Так я только за!!! но как с этим работать если строка char *buf = «0123АБВRRRЕ»; уже компилится как UTF

как с этим работать если строка char *buf = «0123АБВRRRЕ»; уже компилится как UTF

4.2: в текстовом редакторе не надо выставлять UTF8!

в текстовом редакторе не надо выставлять UTF8!

всё понял, спасибо!

С юникодом намучаешься: что-то однобайтное, что-то двухбайтное, что-то вообще четырехбайтное!

Ну сколько можно мешать мух с котлетами? Ты путаешь юникод с utf-8. Utf-8 - траспортная кодировка. Для работы с текстом внутри программы обычно используется какое-нибудь представление юникода с фиксированным размером символа.

Тем паче, что кириллица с латинницей отлично в 256 символов влезают, еще и места до фига остается.

Если бы алфавиты всех языков мира (да или хотя бы европы) вписывались в эту самую кириллицу и латинницу...

Если бы алфавиты всех языков мира (да или хотя бы европы) вписывались в эту самую кириллицу и латинницу...

Когда мне нужно выводить сообщения на всяких языках, я пользуюсь gettext'ом и не придумываю велосипедов. Если нужно простую консольную программку на русском сделать — только КОИ8, естественно. Все равно у большинства на компьютерах КОИ8.

Для работы с текстом внутри программы обычно используется какое-нибудь представление юникода с фиксированным размером символа.

А ты путаешь кодпойнты с глифами. Да, обычно используется предстваление, где кодпойнты фиксированной длинны (например, wchar_t), но это не значит что один глиф определяется одним кодпойнтом. Поэтому, перед работой с произвольной юникодовской строкой ее необходимо сначала нормализовать.

Все равно у большинства на компьютерах КОИ8.

Дед, война-то уже кончилась!

У нас софт был, есть и будет только на КОИ8.

Дед, война-то уже кончилась!

Война не закончилась, пока остался жив хотя бы один солдат

Война не закончилась, пока остался жив хотя бы один солдат

давайте тогда найдем их всех и закопаем, во славу Unicode :)

Прогресс - он такой, беспощадный

Когда мне нужно выводить сообщения на всяких языках, я пользуюсь gettext'ом

Так тут же не вывод текста, а посимвольная работа с ним. gettext ничерта не поможет.

result

resault

Что? ТС, используй хотя бы glib для работы с уникодом.

Терминал умный. Ты в него поток байтов, которые в уникоде читаются выдал, он и написал их. Теперь разбавь из символами перевода строки — он тебе хрень и напишет.

Нет. Проверил, все равно ВР.

Ещё один с koi8?

Даже специально сохранил в UTF-8. Или я что-то делаю не так.

Это шутка была. Неудачная)

плохо проверял.

fantom@home:/tmp$ cat ./ttt.c 
#include <stdio.h>

int main(int argc, char const *argv[]){
	char *buf = "123АБВ_ABC";
	for(;*buf;buf++) 
	{
		putchar(*buf);
		putchar('\n');
	}
	putchar('\n');
	return 0;
}

fantom@home:/tmp$ gcc -Wall -Werror ttt.c -o ttt
fantom@home:/tmp$ ./ttt 
1
2
3

�

�

�
_
A
B
C

fantom@home:/tmp$ echo $LANG
en_US.UTF-8

Я уже понял в чем была моя ошибка %)

Для посимвольной работы — только однобайтная локаль.

Да лучше бы уж вас с вашим юникодом сраным…

1. Расстреливать за строки не-ASCII в исходниках
2. Расстреливать за %c в программах, рассчитанных на многоязычие
3. Кто использует КОИ-8 в 2012 - ССЗБ. Я б даже поленился поддерживать толком этих извращенцев - во всяком случае, если речь идет о прогах с графическим или веб интерфейсом.
4. wchar_t не годится для UTF-8
5. Использовать glib или что-нибудь в этом духе для UTF-8.

6. Не использовать Си в программах, работающих с текстом

+0.5. Возможно. Или очень осторожно

1. Установить локаль.

2. Найти тут ошибку:

for(;*buf;*buf++) printf("%c\n",*buf);

Все равно у большинства на компьютерах КОИ8.

Да!?

у меня получилось, может кому будет полезным

    if (setlocale(LC_CTYPE, "") == 0) {
          fprintf(stderr, "Can't set the specified locale! Check LANG, LC_CTYPE, LC_ALL.\n");
          return 1;
    }

    #define SZ 20
    wchar_t wchar_text[SZ] = L"у попа была собака";
    wchar_t buf2[SZ+1] = L"";
    swprintf(buf2, SZ+1, L"%-20ls", wchar_text);
    printf("|%ls|\n", buf2);
    for(i = 0; i < SZ; i++) printf("%lc\n",buf2[i]);

1. ++ (хоть самого и подмывает постоянно комментарии на русском делать)
2. ++ (если языков более двух)
3. — (УМВР, в т.ч. и веб-морды, правда, GUI через gettext)

В нашей обсерватории ☺

Как мне добиться такого, как у тебя? Не общими фразами, а «пойди туда, сделай то».

пы. сы. оказывается, таких неграмотных, как я, полно) я все стеснялся это спросить. на ibm developer works есть отличная тлдр статья про юникод и вчар, но я ниасилил.

3. Поэтому и «ССЗБ», а не «расстреливать». Хозяин - барин. Но совершенно пустая трата времени ИМНСХО.

Плюсик в карму, но выглядит уродски. Это уже жалоба о мамонтооговневшему Си, скорее. А что поделать, на микроконтроллерах кириллица нафиг не нужна)

Как мне добиться такого, как у тебя?

svu советует так не делать.

А у меня все просто — локаль-то КОИ8-Р!