C++ towupper() nie konwertuje określonych znaków

Question

Używam Borland C++ Builder 2009, a moja aplikacja jest tłumaczona na kilka języków, w tym polski.

Dla niewielkiego elementu funkcji używam towuppper(), aby zamonetować ciąg znaków, aby położyć nacisk na to, gdy po raz pierwszy został zignorowany przez użytkownika.

Oryginalny ciąg jest ładowany z dll językowej, do obiektu UTF16 wstring i przekonwertować tak:

int length = mystring.length() ; 
for (int x = 0 ; x < length ; x++) 
    { 
    mystring[x] = towupper(mystring[x]); 
    } 

To wszystko działa dobrze, z wyjątkiem Polski, gdzie dodaje się zdanie: „Rozumiem ryzykowność wykonania Tej Operacji”zamienia się w "ROZUMIEM RYZYKOWNO SC WYKONANIA tEJ Operacji" zamiast "ROZUMIEM RYZYKOWNO SC WYKONANIA tEJ Operacji"

(zauważ, że te dwa ostatnie znaki z napisem "ryzykowność" nie konwersji).

To nie jest tak, że nie ma dostępnych wielkoformatowych wariantów tego znaku w Unicode. Znak Unicode 346 rozwiązuje problem. http://www.fileformat.info/info/unicode/char/015a/index.htm

Czy jest to kwestia przestarzałej biblioteki w mojej przestarzałej instalacji kompilatora, czy też brakuje mi czegoś innego?

Answer 1

Implementacje towupper nie są wymagane przez standard C++ do przeprowadzania konwersji znaków Unicode. Nawet jeśli szerokie łańcuchy są ciągami Unicode. Nawet w przypadkach, gdy jednoprzekrojowy kod małoduszny tworzy kod jednopikselowy.

Ponadto towupper nie jest w stanie przeprowadzić poprawnej konwersji przypadku Unicode, nawet jeśli implementacja go obsługuje. Konwersja przypadku może faktycznie zmienić liczbę punktów kodowych w sekwencji znaków Unicode. I towupper nie jest w stanie tego zrobić.

Nie można nie można polegać na standardowej bibliotece C++ do rozwiązywania problemów Unicode tego rodzaju. Musisz przejść do dedykowanej biblioteki Unicode, takiej jak ICU.

Answer 2

W systemie Windows to zadziała: EDYCJA Właśnie zdałem sobie sprawę, że używasz Borlanda, a nie Msvc.

#include <cctype> 
#include <clocale> 

int main(int argc, char** argv) 
{ 
    setlocale(LC_ALL, "polish"); 

    wchar_t c[2] = { L'ś', L'ć'}; 
    wchar_t c1 = _towupper_l(c[0], _get_current_locale()); 
    wchar_t c2 = _towupper_l(c[1], _get_current_locale()); 

    return 0: 
} 

Najpierw należy ustawić ustawienia narodowe na "polerowanie" za pomocą setlocale. A następnie użyj _towupper_l. Oto link, który mówi, jakie łańcuchy, odnosząc się do określonego języka, mogą być używane z setlocale.

EDIT: Zauważ, że jeśli mogę wydrukować wyniki:

_wprintf_l(L" c1 = %c, c2 = %c\n", _get_current_locale(), c1, c2); 

wyjście będzie:

c1 = S, c2 = C 

ale jeśli oglądam wartości C1 i C2 w moim debugera, mogę zobacz poprawne wyniki, z akcentami. Moja konsola po prostu nie wydrukuje takich znaków.