C++最速マスター その3

wide character / wstring

wstringとはUNICODE用の文字列格納型です。文字を宣言する時にLのリテラルを指定することと、単純なcoutでは文字化けするのでlocale設定とwcoutを使うようにします。

#include 
#include 
#include 
using namespace std;

int main() {
locale::global(locale("ja_JP.UTF-8"));
wstring wstr = L"あいうえお";
wcout << wstr << endl;
return 0;
}

実行結果

あいうえお

atof/atoi/atol

char型文字列を変換する関数です。atof:double型へ、atoi:int型へ、atol:long型へ変換します。

#include 
using namespace std;

int main() {

char str_i[] = "12345";
char str_d[] = "123.45a";

double d = atof( str_d );
int i = atoi( str_i );
long l = atol( str_d );

cout << i << endl;
cout << d << endl;
cout << l << endl;

return 0;
}

実行結果

12345
123.45
123

join/split

C++の文字列/配列処理でjoin/splitが残念ながら用意されていないので自前で作成します。vectorとstringのappendを使ってjoin、stringstreamとgetlineを利用してvectorにpush_backさせるsplitを簡単に書いてみました。

#include 
#include 
#include 
#include 
using namespace std;

string join( vector &vect, const string &delimiter ) {
    vector::iterator it = vect.begin();
    string result;
    for( ; it != vect.end(); it++ ) {
            result.append( *it );
            if( it + 1 != vect.end() ) {
                    result.append( delimiter );
            }
    }
    return result;
}

vector split( const string &str, const char delimiter ) {
    vector result;
    stringstream ss( str );
    string item;
    while( getline( ss, item, delimiter ) ) {
            result.push_back( item );
    }
    return result;
}

template <typename T>
void show_vector( vector &vect ) {
    vector::iterator it = vect.begin();
    cout << "vector values" << endl;
    for( ; it != vect.end(); it++ ) {
            cout << *it << endl;
    }
}

int main() {
    vector v;
    v.push_back( "a" );
    v.push_back( "b" );
    v.push_back( "c" );
    string r = join( v, "," );
    cout << "join result = " + r << endl;
    vector vr = split( r, ',' );
    show_vector( vr );
    return 0;
}

実行結果

join result = a,b,c
vector values
a
b
c

character encoding conversion

• libiconv - GNU Project - Free Software Foundation (FSF)
• ICU - International Components for Unicode

C++で文字コード変換をするにはライブラリを用います。libiconvまたはicuを用いるのが一般的なようです。icuのUnicodeStringオブジェクトを介して文字コードの変換を行います。以下の例ではutf-8の文字列をeuc-jpに変換してファイル保存します。まずはicuのライブラリが必要になりますが、以下ではcentosでのパッケージを載せています。またcompile時にicuを使うオプションを指定しないとエラーが出るので注意が必要です。

$ sudo yum install icu libicu libicu-devel -y

$ g++ `icu-config --cppflags --ldflags` encoding.cpp

#include 
#include 
#include 
using namespace std;

int main() {

// utf-8文字列をファイルから読み込み
ifstream ifs( "utf8.txt" );
string str;
ifs >> str;

// Unicodeオブジェクト設定
UnicodeString src( str.c_str(), "utf8" );
char *res = new char[100];

//変換
src.extract(0, src.length(), res, "euc-jp" );

// euc-jpとして保存
ofstream ofs;
ofs.open( "euc-jp.txt" );
ofs << res << endl;
ofs.close();

return 0;
}

$ nkf -g utf8.txt                                   
UTF-8
$ nkf -g euc-jp.txt 
EUC-JP

zen2han / han2zen

ICU 49.1.1: Transliterator Class Reference
icuライブラリを使って全角<=>半角の変換処理を行います。#include "unicode/translit.h"設定しTransliteratorクラスを使います。Transliteratorクラスに対して変換方法とUnicodeString文字列を渡すだけで変換してくれます。

#include "unicode/translit.h" 
#include 
using namespace std;

// 変換内部処理
string ConvertString( UnicodeString str, const UnicodeString convert_type ) {
UErrorCode status = U_ZERO_ERROR;
Transliterator *myTrans = myTrans->createInstance( convert_type, UTRANS_FORWARD, status );
myTrans->transliterate(str);
char* result = new char[ str.length() + 1 ];
str.extract( 0, str.length(), result, "utf8" );
return result; 
}

// 全角 -> 半角IF
string zen2han( const UnicodeString str ) {
return ConvertString( str, "Fullwidth-Halfwidth" );
}

// 半角-> 全角IF
string han2zen( const UnicodeString str ) {
return ConvertString( str, "Halfwidth-Fullwidth" );
}

int main() {
cout << zen2han( "アイウエオ" ) << endl;
cout << han2zen( "ｱｲｳｴｵ" ) << endl;
return 0;
}

実行結果

ｱｲｳｴｵ
アイウエオ

kata2hira / hira2kata / latin2kata / latin2kata / kata2latin/ latin2hira / hira2latin

icuライブラリでzen2han,han2zenと同じ方法でカタカナ<=>ひらがな、ローマ字<=>カタカナ、ローマ字 <=> ひらがなの変換もできます。

#include "unicode/translit.h" 
#include 
using namespace std;

// 変換内部処理
string ConvertString( UnicodeString str, const UnicodeString convert_type ) {
UErrorCode status = U_ZERO_ERROR;
Transliterator *myTrans = myTrans->createInstance( convert_type, UTRANS_FORWARD, status );
myTrans->transliterate(str);
char* result = new char[ str.length() + 1 ];
str.extract( 0, str.length(), result, "utf8" );
return result; 
}

// 全角 -> 半角IF
string zen2han( const UnicodeString str ) {
return ConvertString( str, "Fullwidth-Halfwidth" );
}

// 半角-> 全角IF
string han2zen( const UnicodeString str ) {
return ConvertString( str, "Halfwidth-Fullwidth" );
}

// カタカナ->ひらがな
string kata2hira( const UnicodeString str ) {
return ConvertString( str, "Katakana-Hiragana" );
}

// ひらがな->カタカナ
string hira2kata( const UnicodeString str ) {
return ConvertString( str, "Hiragana-Katakana" );
}

// ローマ字->カタカナ 
string latin2kata( const UnicodeString str ) {
return ConvertString( str, "Latin-Katakana" );
}

// カタカナ->ローマ字 
string kata2latin( const UnicodeString str ) {
return ConvertString( str, "Katakana-Latin" );
}

// ローマ字->ひらがな
string latin2hira( const UnicodeString str ) {
return ConvertString( str, "Latin-Hiragana" );
}

// ローマ字->ひらがな
string hira2latin( const UnicodeString str ) {
return ConvertString( str, "Hiragana-Latin" );
}

int main() {
cout << zen2han( "アイウエオ" ) << endl;
cout << han2zen( "ｱｲｳｴｵ" ) << endl;
cout << kata2hira( "アイウエオ" ) << endl;
cout << hira2kata( "あいうえお" ) << endl;
cout << latin2kata( "aiueo" ) << endl;
cout << kata2latin( "アイウエオ" ) << endl;
cout << latin2hira( "aiueo" ) << endl;
cout << hira2latin( "あいうえお" ) << endl;
return 0;
}

実行結果

ｱｲｳｴｵ
アイウエオ
あいうえお
アイウエオ
アイウエオ
aiueo
あいうえお
aiueo

regcomp / regexec / regfree / regerror

On-line Manual of "regcomp"
boostライブラリを使うとregexが簡単に実装できますが、regexを入れるのは面倒なのでできるかぎり標準関数で使いたいです。C++というよりはCの記述ですが以下のように実装可能です。regcomp : 正規表現のコンパイル、regexec : 正規表現検索、regfree:正規表現の記憶域をfreeにする、regerror:エラーコードのメッセージを人が読めるように変形。

#include 
#include 
using namespace std;

void print_match( char *str, int start, int end ) {
char tmp[10];
str += start;
end -= start;
strncpy( tmp, str, end );
tmp[end] = '\0';
cout << tmp << endl;
}

int main() {
//正規表現 
char *regex = "(reg)no(test)";
//検索文字列
char *str = "koreha regnotest desu";

//コンパイルする正規表現文字列
regex_t regext;
//マッチ件数
regmatch_t match[3];

//コンパイル
if( regcomp( ®ext, regex, REG_EXTENDED | REG_NEWLINE ) ) {
    cout << "regex compile failed" << endl;
    return 1;
}

//実行
if( regexec( ®ext, str, 3, match, 0 ) ) {
    cout << "Not Found" << endl;
    return 1;
}

//出力
print_match( str, match[0].rm_so, match[0].rm_eo );
print_match( str, match[1].rm_so, match[1].rm_eo );
print_match( str, match[2].rm_so, match[2].rm_eo );

//解放
regfree( ®ext );
return 0;
}

実行結果

regnotest
reg
test