Início / user-20227855

SeaYJ's questions

Martin Hope
SeaYJ
Asked: 2024-08-15 22:33:52 +0800 CST
  • 9

Para fins de descrição, forneço uma reprodução mínima do seguinte código:

#include <bits/stdc++.h>
#include <iostream>
#include <regex>
#include <string>
#include <string>
#include <Windows.h>

// GBK 转 UTF-8
std::string GBKToUTF8(const std::string& gbkStr) {
    // 1. 先将 GBK 转换为宽字符（UTF-16）// Convert GBK to wide characters first (UTF-16)
    int len = MultiByteToWideChar(CP_ACP, 0, gbkStr.c_str(), -1, nullptr, 0);
    std::wstring wstr(len, 0);
    MultiByteToWideChar(CP_ACP, 0, gbkStr.c_str(), -1, &wstr[0], len);

    // 2. 将宽字符（UTF-16）转换为 UTF-8 // Convert wide characters (UTF-16) to UTF-8
    len = WideCharToMultiByte(CP_UTF8, 0, wstr.c_str(), -1, nullptr, 0, nullptr, nullptr);
    std::string utf8Str(len, 0);
    WideCharToMultiByte(CP_UTF8, 0, wstr.c_str(), -1, &utf8Str[0], len, nullptr, nullptr);

    return utf8Str;
}

int main() {
    // 示例身份证号，长度为18 // Example ID number, length 18
    std::string id_number = GBKToUTF8("610702199404261983");  
    // 检查字符串长度 // Check string length
    std::cout << "Length before: " << id_number.length() << "\n"
        << id_number << std::endl;

    // 正则表达式 // Regular expression
    const std::regex id_number_pattern18("^([1-6][1-9]|50)\\d{4}(18|19|20)\\d{2}((0[1-9])|10|11|12)(([0-2][1-9])|10|20|30|31)\\d{3}[0-9Xx]$");

    // 进行匹配 // Make a match
    if (std::regex_match(id_number, id_number_pattern18)) {
        std::cout << "Match successful!" << std::endl;
    } else {
        std::cout << "Match failed!" << std::endl;
    }

    return 0;
}

O problema agora é que quando a id_numberstring é transcodificada em UTF-8 , o comprimento muda de 18 para 19 . Além disso, o regex não corresponde mais à string corretamente (ele pode ser correspondido corretamente se não for transcodificado).

Suspeito que a string foi transcodificada e alguns caracteres invisíveis foram adicionados, mas não sei como consertar isso.

Aqui estão algumas capturas de tela da depuração do VS2022 (ISO C++ 17) para referência (é claro, as capturas de tela não são do código de reprodução mínimo, mas devem ser bem compreendidas):

Antes da transcodificação
imagem

Após a transcodificação
imagem

Não sei como fazer isso no momento ou gostaria de fornecer uma solução e uma descrição de como o problema surge.

c++