Overview
近年，テキストの文字コードとして UTF-8 が広く利用されるようになりました． しかし，UTF-8 は 1 文字を 1--4Byte で表現するため，文字数のカウントなどが若干面倒になります． clx::utf8 はそう言った UTF-8 エンコードの文字列を扱うための補助関数群になります．
clx::utf8 は，UTF-8 エンコードの文字列は char 型で扱う事を想定しています． そのため，現在のところ wchar_t 型の引数を取る関数は提供していません．
Example
#include <iostream>
#include <string>
#include "clx/utf8.h"
int main(int argc, char* argv[]) {
std::string s = "はろーわーるど！ This is a UTF-8 test program.";
std::cout << "size: " << s.size() << std::endl;
std::cout << "char count: " << clx::utf8::distance(s) << std::endl;
std::string::iterator pos = s.begin();
int n = 0;
while (pos != s.end()) {
clx::utf8::advance(pos, 1);
clx::utf8::advance(pos, -1);
clx::utf8::advance(pos, 1);
++n;
}
std::cout << "char count: " << std::dec << n << std::endl;
pos = s.begin();
while (pos != s.end()) {
std::string dest;
clx::utf8::get(pos, s.end(), std::insert_iterator<std::string>(dest, dest.end()));
for (size_t i = 0; i < dest.size(); ++i) {
std::cout << "<"
<< std::hex << (static_cast<size_t>(dest.at(i)) & 0xff)
<< ">";
}
std::cout << std::endl;
}
return 0;
}
Functions
全ての関数は，utf8 名前空間の中に定義してあります．
template <class InIter> size_t get(InIter& first, InIter last); template <class InIter, class OutIter> OutIter get(InIter& first, InIter last, OutIter out); template <class InIter, class OutIter> OutIter get(InIter& first, InIter last, OutIter out, size_t n);
get() メソッドは，first の位置から 1 文字取得し，1 文字分 (1--4Byte) イテレータを先に進めます．引数が入力イテレータのみ場合は，1 文字分の値を size_t の変数に格納し，その値を返します．引数に出力イテレータも指定された場合は， 指定された出力イテレータに 1 文字分の値を格納します． 出力イテレータの他に整数も指定された場合には，指定された文字数分だけ格納します．
template <class InIter> size_t peek(InIter first, InIter last);
get() メソッドは，引数に指定された入力イテレータ first を取得したバイト数分だけ前進させます． これに対して，peek() メソッドは引数に指定された入力イテレータの値を変化させません．
template <class InIter> void advance(InIter& pos, int n);
advance() メソッドは，現在の位置から n 文字分だけイテレータを先に進めます． ただし，n に負の整数を指定した場合には n 文字分だけイテレータを後ろに戻します．
template <class InIter> size_t distance(InIter first, InIter last); size_t distance(const std::string& s); size_t distance(const char* s);
distance() メソッドは，引数に指定された文字列の文字数を返します．