C++如何去掉字符串中的全角空格-C++-PHP中文网

c++oding="utf-8" ?>

全角空格的 unicode 编码是 0x3000（u+3000），在 utf-8 中占 3 字节（\xe3\x80\x80），不同于 ascii 空格（0x20）；直接用 std::erase 或 ' ' 匹配无效，需通过 utf-8 解码、wstring 处理或硬编码字节序列安全删除。

c++如何去掉字符串中的全角空格

全角空格的 Unicode 编码是 `0x3000`，不是 `' '`

很多人一上来就用 std::erase 或循环删 ' '，结果发现没用——因为全角空格（中文输入法下按空格键产生的）是 Unicode 字符 U+3000，对应宽字符 L'　'（注意这个字符比 ASCII 空格宽），在 std::string 中占 3 字节（UTF-8 编码下），在 std::wstring 中占 2 字节（Windows 下通常为 UTF-16）。直接匹配 ' ' 或 " " 完全无效。

判断是否为全角空格，最稳妥的方式是检查 UTF-8 字节序列或转换为 Unicode 码点。但实际项目中，多数场景可简化处理：

若字符串确定为 UTF-8 编码（如 Linux/macOS 下常见），全角空格编码为 "\xE3\x80\x80"
若使用 std::wstring（如 Windows GUI 程序），全角空格就是 L'　'（注意：这不是普通空格，复制时容易混淆）
混用半角/全角空格时，建议统一用 Unicode 码点判断，而非字节匹配

用 `std::erase_if` 删除 UTF-8 中的全角空格（C++20）

适用于 std::string 存储 UTF-8 字符串的场景（如大多数跨平台 CLI 工具）。不能直接用 char 比较，必须识别多字节序列。最简方案是硬编码匹配 "\xE3\x80\x80"：

std::string s = "hello　world"; // 注意中间是全角空格
s.erase(std::remove(s.begin(), s.end(), '\xE3'), s.end()); // ❌ 错！会删掉所有 \xE3 字节

正确做法是遍历 UTF-8 字节流，或用第三方库（如 ICU、utf8cpp）。但若只处理全角空格且不引入依赖，可用以下安全扫描：

C++

"空空如也"

下载

从后往前遍历，每次检查当前位置是否为 "\xE3\x80\x80" 的起始字节（\xE3）且后续两字节匹配
更推荐：先转成 std::wstring（用 std::mbstowcs 或平台 API），再删 L'　'，最后转回
C++20 起，std::erase_if 可配合自定义谓词，但需确保谓词能正确解析 UTF-8

Windows 下用 `std::wstring` 直接删 `L'　'`

Windows 控制台和 WinAPI 多数默认宽字符，std::wstring 是更自然的选择。全角空格在 wchar_t 中就是一个独立字符：

std::wstring ws = L"test　test"; // L'　' 是单个 wchar_t
std::erase_if(ws, [](wchar_t c) { return c == L'　'; }); // ✅ 正确

注意：L'　' 必须从可靠来源复制（比如直接写宽字符串字面量），不要手动输入——IDE 输入法可能自动转成半角，或粘贴时丢失。验证方法：打印 (int)ws[4] 应得 12288（即 0x3000）。

VS 编译器默认源文件编码为 GBK 时，L"　" 可能无法正确解析，建议将源文件保存为 UTF-8 with BOM
若读取文件得到 std::string，需先用 MultiByteToWideChar(CP_UTF8, ...) 转换，不能直接用 std::mbstowcs（它依赖 locale）
std::erase_if 在 C++20 前不可用，可用 ws.erase(std::remove(ws.begin(), ws.end(), L'　'), ws.end())

正则方式要小心 `\s` 不匹配全角空格

std::regex 的 \s 默认只匹配 ASCII 空白（' '、'\t'、'\n' 等），完全不识别 U+3000。即使 locale 设为 "zh_CN.UTF-8"，标准库 regex 实现（libstdc++ / libc++）也基本不支持 Unicode 类别匹配。

写 std::regex re(L"　");（宽正则）仅在 std::wregex + std::wstring 下有效，且需确保编译器支持宽字符正则（MSVC 支持较好，GCC 有 bug）
更稳妥：不用正则，改用 std::find 扫描 L"　" 或 "\xE3\x80\x80" 子串，再用 std::string::erase 删除
如果必须用正则且支持 ICU，可用 icu::RegexPattern，但代价是链接额外库