使用 std::locale 格式化法语数字时无效的 UTF-8 数据

Question

我使用以下代码使用正确的语言环境格式化数字。使用法语时，数字组之间有"不间断空格"。我得到的字符串似乎无效。

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

在这里，result是：{49, -62, 50, 51, 52}.不间断空格用 -62 表示。在我看来，它是无效的 UTF-8，对吧？

我希望result是：{49, -62, -96, 50, 51, 52}(在这种情况下，这似乎是有效的，不间断的空格用两个字符表示：-62，-96(。

我错过了什么吗？感谢您的帮助。

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(在这种情况下char(。因此，在您的情况下，数字分隔符 NO-BREAK SPACE0xC2 (-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。