[C] Rappresentazione UTF8

[dail]

Ciao a tutti
Mi chiedevo come si potrebbe rappresentare un testo in UTF8 in C
Mi spiego...

Facendo:

char *s = "prova";

ogni lettera è grande 1 byte. Ecco mi chiedevo come fosse possibile rappresentare un testo in utf8 dove ogni letterà può occupare da 1 byte a 4 byte.

Un char * è una sequenza di byte quindi ci si può mettere di tutto, l'unico problema ovviamente è che funzioni come strlen() non funzionerebbero...inoltre confronti tipo s[0]==s[1] non andrebbero neanche.

Come si potrebbe risolvere?
Conviene creare un nuovo tipo con grandezza fissa di 4 byte e poi scorrere tutto il testo utf8 suddividendo lettera per lettera e piazzarlo dentro alla variabile di questo nuovo tipo?


Grazie

[menphisx]

wchar ?

[andbin]

Originariamente inviato da dail
Come si potrebbe risolvere?

Meglio non risolverlo! Tenere in memoria e quindi gestire stringhe in UTF-8 (o in generale un MBCS "Multi-byte character set") è molto scomodo e noioso.
In genere si usa o ASCII o Unicode (UTF-16).

Originariamente inviato da dail
Conviene creare un nuovo tipo con grandezza fissa di 4 byte

No non conviene, dovresti gestirlo tu e farti le "tue" funzioni simil strcpy, strlen ecc.....

[dail]

Originariamente inviato da menphisx
wchar ?

mmm non mi piace....perchè è vincolato dal pc in uso.....wchar prende automaticamente il locale "setlocale()" io qui ho utf8 di default, ma se do il programma ad un giapponese probabilmente di default non ha lo stesso....

come potrei risolvere?

[dail]

Originariamente inviato da andbin
Meglio non risolverlo! Tenere in memoria e quindi gestire stringhe in UTF-8 (o in generale un MBCS "Multi-byte character set") è molto scomodo e noioso.
In genere si usa o ASCII o Unicode (UTF-16).

No non conviene, dovresti gestirlo tu e farti le "tue" funzioni simil strcpy, strlen ecc.....

ù


si hai ragione, dovrei crearmi dlele funzioni tutte mie....ma non vedo alternativa.....
si usare ASCII sarebbe perfetto, ma purtroppo lettere òàùòùàòè o caratteri strani non vengono gestiti....riguardo invece utf16, dovrei crearmi ugualmente delle funzioni apposite.....con quanti byte lavora per carattere?


grazie

[dail]

Originariamente inviato da andbin
Meglio non risolverlo! Tenere in memoria e quindi gestire stringhe in UTF-8 (o in generale un MBCS "Multi-byte character set") è molto scomodo e noioso.
In genere si usa o ASCII o Unicode (UTF-16).

No non conviene, dovresti gestirlo tu e farti le "tue" funzioni simil strcpy, strlen ecc.....

niente mi sa che anche utf16 lavora dai 2 ai 4 byte....quindi è la stessa identica cosa

[dail]

up

[dail]

a nessuno viene in mente una soluzione?

[XWolverineX]

Appoggiati ad una lib esterna, come questa
O dai un'occhiata a questo link

[dail]

Originariamente inviato da XWolverineX
Appoggiati ad una lib esterna, come questa
O dai un'occhiata a questo link

il primo è in C++ io cercherei qualcosa per il C,
il secondo spiega i wchar ma come dicevo prima usano il locale del pc quindi non il programma non è standardizzato .....
ma comunque, pensavo....e usare esclusivamente iconv() ?
cioè senza importare funzioni o librerie esterne....con iconv posso convertire e amen.....no?