C++如何去掉字符串中的所有全角字符-C++-PHP中文网

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

全角字符指占用两个标准字符宽度的字符，如汉字、全角英文字母（u+ff01–u+ff5e）等；isascii()仅判断单字节ascii（0x00–0x7f），无法识别utf-8中表示全角字符的多字节序列（如0xef 0xbd 0x81），故失效。

c++如何去掉字符串中的所有全角字符

什么是全角字符，为什么不能用 `isascii()` 判断

全角字符（如全角英文字母、数字、标点）在 UTF-8 编码下通常占 3 字节（如全角 A：0xEF 0xBD 0x81），而 ASCII 字符只占 1 字节。直接用 isascii() 或 isalpha() 等 C 风格函数判断会失效——它们只处理单字节，对多字节 UTF-8 序列无意义，甚至可能把一个全角字符的某个字节误判为控制字符。

所以必须按 UTF-8 编码规则解析字节流，识别出完整的 Unicode 码点，再判断其 Unicode 类别（比如是否属于全角 ASCII 兼容区：U+FF01–U+FF5E、U+FF00、U+FFE0–U+FFE6）。

用 `std::string` + 手动 UTF-8 解码过滤全角字符

标准 C++20 之前没有内置 UTF-8 解码支持，但可以轻量实现：遍历字节，根据首字节前缀判断码点长度，拼出 Unicode 码点（char32_t），再查表过滤。

UTF-8 单字节：0x00–0x7F → ASCII，保留
双字节：以 0xC0–0xDF 开头 → 不是合法 UTF-8 起始（实际中文/日文全角字符基本不用双字节），可跳过或视为损坏
三字节：以 0xE0–0xEF 开头 → 全角 ASCII 字符几乎全落在这个范围（如 U+FF01 = 0xEF 0xBD 0x81）
四字节：以 0xF0–0xF4 开头 → 一般是 emoji 或生僻字，按需决定是否保留

示例逻辑（不依赖第三方库）：

C++ Code Review Master

组合式C++代码评审方案，融合静态分析、AI推理、多轮迭代评审和C++专项检查，适用于PR审查、增量代码审查、全项目评审和代码质量评分，触发词包括review cpp、cpp代码评审、C++review、代码审查。

下载

std::string remove_fullwidth(const std::string& s) {
    std::string out;
    out.reserve(s.size());
    for (size_t i = 0; i = 0xE0 && b0 = 0xFF01 && cp = 0xFFE0 && cp 

<h3>用 ICU 或 <code>std::codecvt_utf8</code>（已弃用，慎用）</h3>
<p><code>std::codecvt_utf8</code> 在 C++17 被标记为 deprecated，C++20 移除，不推荐新项目使用；它在某些编译器（如 libstdc++）上行为不一致，且无法区分“全角”语义，只能转码，还得自己查 Unicode 范围。</p>
<p>真正可靠的方式是用 ICU（<code>icu::UnicodeString</code> + <code>getChar32At()</code>）或 C++23 的 <code><unicode></unicode></code>（尚未普及）。ICU 示例关键点：</p>

用 icu::UnicodeString::fromUTF8() 安全解码
遍历 char32_t 码点，用 u_isFullWidth()（uchar.h）判断，比硬编码区间更准确（覆盖所有全角变体，包括平假名/片假名全角）
注意链接 -licuuc -licudata，且 ICU 默认不随系统安装