我可以使用memcmp兩個比較多字節字符串嗎？

我想編寫代碼來比較兩個字符串。在Windows中，我可以使用strcmp，但我想寫多字節字符串，以便它與所有其他平臺兼容我可以使用memcmp嗎？如果沒有，那麼是否有任何其他API可以使用，或者我需要編寫自己的API。我可以使用memcmp兩個比較多字節字符串嗎？

來源

2012-02-27 Suri

這取決於兩個字符串是否使用相同的編碼。 – 2012-02-27 06:24:14

如果字符串都使用相同的編碼，memcmp將正常工作。請記住，不同平臺上的寬字符大小不同。

如果這些字符串使用不同的編碼，則需要一個庫（如ICU）來處理它。

來源

2012-02-27 06:21:57

如果兩個字符串使用相同的編碼，則可以使用memcmp。如果他們使用的是UTF-8，那麼甚至可以使用strcmp，因爲0不會以UTF-8編碼的字符串出現。另一種選擇是使用mbstowcs將字符串轉換爲寬字符。

來源

2012-02-27 06:30:47

這會產生誤報 - 兩個相同的字符串可以編碼成不同的字節模式。您需要與Unicode精明的功能進行比較。 – StilesCrisis 2012-02-27 06:40:17

@StilesCrisis - 你能舉一個例子說明相同的字符串可以有不同的UTF-8編碼嗎？或者，對於這個問題，其他任何signle編碼（如ISO 8859-1）如何發生？我確實指出，字符串需要使用相同的編碼。 – 2012-02-27 06:56:33

@Ted Hopp：使用UTF-8，您可以以超長形式編碼一個字符（解碼爲應該使用較短序列的值的序列：該句子來自維基百科）。在這種情況下，memcmp返回錯誤的答案，但UTF-8意識到比較函數返回正確的答案... – Malkocoglu 2012-02-27 07:50:36

你必須小心。我不是Unicode /多字節編碼方面的專家，但是我知道，有了變音符，有時兩個字符串在字節不完全相同時可以被認爲是相等的。建議使用預先測試的API，因爲字符串編碼會變得非常混亂。

參見the old new thing on case mapping。我想不出一個關於變音符號的參考，但如果我這樣做，我會發布它。

來源

2012-02-27 06:33:38 parkovski

這是正確的。對於某些情況，'memcmp'將起作用。爲了100％正確，特別是如果涉及任何形式的Unicode，'memcmp'將不起作用。即使像'é'這樣的簡單字符也可以用一種以上的方式來表示，或者用'é'（一個Unicode字符），或者用'e'（用兩個Unicode字符）來組合。大多數時候，這些都不會混雜和匹配，所以一開始可能看不到任何問題，但最終它會咬你。 – StilesCrisis 2012-02-27 06:38:10

如果您的比較不區分大小寫，另一種可以「考慮」字符串的方式相同，但字符不相等。在這種情況下，您需要執行所謂的案例摺疊，它可以比較大寫字母，小寫字母，標題大小寫和大小寫不變的字形（如上所述，可以將內存表示爲多個代碼點或不）。 – Bingo 2012-02-27 06:44:52

標準化後的等同不等於相同的東西。這是正常化的關鍵。 OP詢問兩個字符串字符串是否相等，而不是它們是否相等。 – 2012-02-27 06:57:33

我可以使用memcmp兩個比較多字節字符串嗎？

回答

相關問題