Функция size() стандартного класса string

@xtorne21st · Регистрация: 25.09.2010

Студворк — интернет-сервис помощи студентам

Добрый день. При поптыке посчитать количество символов в введённой строке на латыне - отображает верный результат, а кириллицу читает неправильно. Компилятор GNU C++. В чём может быть дело и как исправить эту ошибку?

C++
1
2
3
4
5
6
7
8
9
10
11
12
#include <iostream>
#include <string>
using namespace std;
 
int main()
{
  string line;
  cout << "Введите, пожалуйста, фразу: " << endl;
  getline(cin, line);
  cout << line.size();
  return 0;
}

Если ввести: Hello World! Результат будет 12
Если ввести: Привет Мир! Результат будет 20

@Deviaphan · 02.09.2012, 09:47

Сообщение от -=ЮрА=-

Тогда я не могу почему в студии вот такой расклад

Юра, позволь я завершу ваш с Грызликом спор.
По неизвестной мне причине, кодпад автоматически сохраняет строку в мультибайте (русские символы там по два байта получаются как раз) и при компиляции так же использует мультибайт. Студия этого не делает (совершенно правильно поступает при этом).
Если вручную повторить перевод юникодовской строки в мультибайт, то результат студии совпадает с кодпадом.

C++
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
#include <string>
#include <iostream>
#include <Windows.h>
using namespace std;
 
 
int main(int argc, char* argv[])
{
    wchar_t rus[] = L"Привет мир!";
    char utf8[256] = {0};
 
    DWORD result = ::WideCharToMultiByte(CP_UTF8, WC_ERR_INVALID_CHARS, rus, -1, utf8, 255, 0, 0 );
 
    DWORD err = GetLastError();
 
    string line = utf8;
    for(int i = 0; i < (int)line.size(); i++)
        cout<<i<<" - "<<(int)line[i]<<endl;
 
    cin.get();
    return 0;
}

@Веселозадый · 14.01.2022, 20:42

Возможно будет не актуально,символы кириллицы находятся в unicode-таблице, и один символ из этой таблицы занимает 2 байта.Вот ссылка на статью, с картинками https://docs.microsoft.com/ru-... w=msvc-170

@Renji · 14.01.2022, 22:19

Излагаем еще проще. То что описывается в таблицах юникода, это code point-ы. То что у вас в string-ах лежит и подсчитывается методом size(), это code unit-ы. В зависимости от кодировки (utf-8/utf-16/-utf-32), одному код-поинту может соответствовать и один код-юнит, и три. И к исходному тексту эти код-юниты имеют примерно такое же отношение, как zip-архив к исходному файлу. А то что конечный пользователь называет "символом", это строго говоря grapheme cluster, который может собираться из неопределенного количества code point. Но в большинстве случаев все же состоит из одного код поинта. И те же регулярки существование этих самых кластеров обычно не учитывают.

Новые блоги и статьи Все статьи Все блоги /
Книги по геймдизайну, левел-дизайну, игровым механикам и проектированию игрового опыта 8Observer8 08.11.2026 Содержание блога \| English Version 1. 2003 - 06 - Designing Virtual Worlds (1st Edition) Автор: Richard A. Bartle \| Объем: 768 стр. Ссылки: Amazon . . .	Родители токсичные абьюзеры по отношению к своим детям ругают их оскорбляют не любят zorxor 08.11.2026 Жить в атмосфере постоянных оскорблений, критики и холодности со стороны родителей — это тяжелое и болезненное испытание, которое оставляет глубокие эмоциональные раны. Токсичное и абьюзивное. . .	Как только я захожу к себе в свою комнату я сразу же с себя снимаю свои трусы. Ответ от Джемени ИИ. zorxor 08.11.2026 Джемени, как только я захожу к себе в свою комнату я сразу же с себя снимаю свои трусы. Многие люди, возвращаясь домой, сразу переодеваются в максимально свободную одежду или вовсе предпочитают. . .	Паттерн очереди действий/команд (Action / Command Queue). Система очереди действий и кат-сцен с SDL3 Callbacks, cglm и OpenGL 8Observer8 07.11.2026 Содержание блога \| English Version Руководство для начинающих по реализации паттерна очереди действий/ команд (Action / Command Queue) на C++ (C++20) с использованием официального SDL3 Callbacks. . .
Проверка полного ФИО в типовом справочнике Maks 07.11.2026 Решение реализовано в конфигурации КА2, на примере справочника "КонтактныеЛицаПартнеров". Задача: Запрет инициалов. Не допускаеть использование сокращений вида "И. И. ", "И. И. ", "И И" и. . .	Про "Windows must die!" kumehtar 04.11.2026 Знаете, чет накатило. . . . Когда-то это было почти боевым кличем: мол, нормальный человек сидит на DOS, OS/ 2 или Linux, а вот это вот - Must Die. А теперь человек произносит «мастдай» с усмешкой - и. . .	Красочные поля с номером страницы svg+background-image russiannick 04.11.2026 Красочные поля с номером страницы не менее важны чем в эпоху бумажных книг. Посему спешу представить почтеннейшей публике этот важный инструмент который эти поля и формирует. В процессе разработки. . .	Вступаем в новую фазу генерации favicons, векторную. russiannick 02.11.2026 Теперь нет нужды скрывать что используется простой svg. Исходный код изображения помещаем в поле и жмем кнопку. Исходник преобразуется в вид корректный для помещения в favicon или в url(). Нажатие. . .

@Веселозадый 0 / 0 / 0 Регистрация: 18.08.2019 Сообщений: 2
	14.01.2022, 20:42
	Возможно будет не актуально,символы кириллицы находятся в unicode-таблице, и один символ из этой таблицы занимает 2 байта.Вот ссылка на статью, с картинками https://docs.microsoft.com/ru-... w=msvc-170 0

@Renji 2784 / 1937 / 570 Регистрация: 05.06.2014 Сообщений: 5,602
	14.01.2022, 22:19
	Излагаем еще проще. То что описывается в таблицах юникода, это code point-ы. То что у вас в string-ах лежит и подсчитывается методом size(), это code unit-ы. В зависимости от кодировки (utf-8/utf-16/-utf-32), одному код-поинту может соответствовать и один код-юнит, и три. И к исходному тексту эти код-юниты имеют примерно такое же отношение, как zip-архив к исходному файлу. А то что конечный пользователь называет "символом", это строго говоря grapheme cluster, который может собираться из неопределенного количества code point. Но в большинстве случаев все же состоит из одного код поинта. И те же регулярки существование этих самых кластеров обычно не учитывают. 0