Wie der Benutzer zwingen kann/O zur Eingabe von ASCII-String

Question

Dies ist eine erweiterte Frage dieses: Is std::string suppose to have only Ascii characters

Ich mag eine einfache Konsolenanwendung erstellen, die von dem Benutzer als Satz von Zeichen einen Eingang nehmen. Diese Zeichen umfassen 0->9 Ziffern und a->z Buchstaben.

Ich beschäftige mich mit Eingabe unter der Annahme, dass es eine Ascii ist. Zum Beispiel verwende ich etwas wie: static_cast<unsigned int>(my_char - '0'), um die Nummer als unsigned int zu erhalten.

Wie kann ich diesen Code plattformübergreifend machen? Wie kann ich sagen, dass ich möchte, dass die Eingabe immer Ascii ist? Oder ich habe viele Konzepte verpasst und static_cast<unsigned int>(my_char - '0') ist nur ein schlechter Weg?

P.S. In Ascii (mindestens) Ziffern haben Sequenz Reihenfolge. Bei anderen Kodierungen weiß ich nicht, ob sie es haben. (Ich bin mir ziemlich sicher, dass sie sind, aber es gibt keine Garantie, nicht wahr?)

Answer 1

, wie der Benutzer/OS zur Eingabe

eine ASCII-Zeichenkette zwingen kann

Sie können nicht, es sei denn, Sie der Benutzer angeben kann die numerischen Werte einer solchen ASCII-Eingabe.

Es hängt alles davon, wie die Anschluss Implementierung std::cin Tastenanschläge übersetzt wie 0 auf eine bestimmte Anzahl dienen verwendet, und was Sie erwarten, dass die Zahl der Toolchain angepasst damit für '0' intrinsische Übersetzung ist.

Sie sollten keine ASCII-Werte explizit erwarten (z. B. mit magischen Zahlen), aber char Literale, um portablen Code bereitzustellen. Die Annahme, dass my_char - '0' den tatsächlichen Ziffernwert ergibt, gilt für alle Zeichensätze. Die C++ Standard Zustände in [lex.charset]/3, der

Der Basissatz Ausführungszeichen und der Grundausführung Breitzeichensatz treffen jeweils alle Mitglieder der Grundquellenzeichensatz enthalten, sowie Steuerzeichen repräsentieren alert Backspace und Carriage Return sowie ein Nullzeichen (jeweils ein Null-Wide-Zeichen), dessen Darstellung alle Null-Bits aufweist. Für jeden grundlegenden Ausführungszeichensatz dürfen die Werte der Elemente nicht negativ und voneinander verschieden sein. Sowohl in den grundlegenden als auch in den ausführenden Zeichensätzen muss der Wert jedes Zeichens nach 0 in der obigen Dezimalziffernliste um eins größer sein als der Wert des vorherigen Zeichens. [...]

^{Hervorhebung von mir}

Answer 2

Sie können nicht überprüfen, zwingen oder sogar, dass vorher. "Böser Benutzer" kann immer eine UTF-8 kodierte Zeichenfolge in Ihre Anwendung schleichen, ohne Zeichen über U + 7F. Und diese Zeichenfolge ist auch Ascii-codiert.

Unabhängig von der plattformspezifischen Maßnahme können Benutzer auch eine UTF-16LE-codierte Datei pipen. Oder /dev/urandom

Ihre Fehler Zeichenfolge Codierung mit einigen magischen Eigenschaft eines Eingabestreams - und es ist nicht. Es ist gut, Kodierung, wie JPEG oder AVI, und muss genau auf die gleiche Weise gehandhabt werden - lesen Sie eine Eingabe, stimmen Sie mit Format überein, berichten Sie über Fehler beim Analysieren des Misserfolgs.

Wenn Sie nur ASCII akzeptieren möchten, lesen Sie den Eingangsstrom Byte für Byte und werfen/beenden Sie mit Fehler, wenn Sie jemals ein Byte mit dem Wert außerhalb der ASCII-Domäne finden.

Wenn Sie jedoch später auf ein Terminal stoßen, das Daten mit einer inkompatiblen Codierung wie UTF16LE bereitstellt, haben Sie keine andere Wahl, als eine Erkennung (basierend auf der Byte-Reihenfolge) und eine Konvertierungsroutine zu schreiben.