由于<cctype>和<locale>的字符分类的标准函数不具备UTF-8等多字节字符编码，因此必须采用其他实现。一个合适的库可能是Boost.Locale（可能以ICU作为其后端）。遗憾的是，我找不到如何通过代码点或字形按字形迭代UTF-8编码的字符串代码点，并将其分类为例如大写或小写，空格等
在没有满足答案的情况下出现了类似的问题：
然而，其他答案所建议的ICU中有低级功能：
Q1 ：给出简单的声音任务，迭代UTF-8编码的字符串，并将每个字符分类为大写或小写或空格。如何使用Boost.Locale在C ++中实现它？
Q2 ：如果Boost.Locale无法做到，但ICU是。如何使用Boost.Locale获取传递给ICU分类函数的合适值？ ICU通常需要int32_t。如何通过Boost.Locale从UTF-8字符串中获取它？
Q3 ：Boost.Locale对UTF-8字符串进行操作的函数通常也将语言环境作为参数。如果我不知道字符串包含哪种语言，如何传递该参数？例如。字符串可以包含独立于语言环境的英语或中文文本。 UTF-8不能独立于任何语言环境定义WSpace之类的属性吗？因此，只要它是UTF-8语言环境，我提供的语言环境是否重要？
目标平台是Windows。编译器是Visual Studio 2015。
答案 0 :(得分：0)
Locale包含许多本地化内容，不仅包括编码，例如：数据/时间格式，数字表示。
A1。为什么locale应该提供字符分类？你能否对中国/日本的包机进行分类？
A2。不知道你在问什么，你可以直接打电话给ICU。
A3。 UTF-8是一种编码，而不是语言环境。有专门的语言环境，如en_US.UTF-8，zh_CN.UTF-8等。所有这些语言环境都使用UTF-8来编码字符。您不需要知道字符串区域设置，UTF-8能够编码所有unicode字符。 Unicode应用程序能够显示所有unicode字形，无论它是中文，日文还是泰文。
BTW，boost regex提供了一个utf8字形迭代器http://www.boost.org/doc/libs/1_66_0/libs/regex/doc/html/boost_regex/ref/internals/uni_iter.html
并确保始终使用Unicode字符串，使用Unicode API并避免使用Windows MBCS编码。