修剪UTF8缓冲区

问题描述

| 我有一个带有UTF8数据的缓冲区。我需要删除前导和尾随空格。 这是针对ASCII缓冲区执行的C代码：

char *trim(char *s)
{
  while( isspace(*s) )
    memmove( s,s+1,strlen(s) );
  while( *s && isspace(s[strlen(s)-1]) )
    s[strlen(s)-1] = 0;
  return s;
}

如何在C / C ++中对UTF8缓冲区执行相同操作？ 附言 感谢您提供有关strlen（）的技巧。回到UTF8：如果我需要一起删除所有空格，而不仅仅是在开头和结尾处怎么办？另外，我可能需要删除所有ASCII码<32的字符。这是针对UTF8的情况，例如使用mbstowcs（）？     

解决方法

您是否还要删除所有各种Unicode空格，或仅删除ASCII空格？在后一种情况下，您根本不需要修改代码。 无论如何，您使用的方法反复调用

strlen

效率极低。它将简单的“ 2”运算变成至少“ 3”。 编辑：这是您更新的问题的一些代码，假设您只想剥离ASCII空格和控制字符：

unsigned char *in,*out;
for (out = in; *in; in++) if (*in > 32) *out++ = *in;
*out = 0;

    ,strlen（）扫描到字符串的末尾，因此多次调用它（如在您的代码中一样）效率很低。 尝试查找第一个非空格和最后一个非空格，然后记忆该子字符串：

char *trim(char *s)
{
  char *first;
  char *last;

  first = s;
  while(isspace(*first))
    ++first;

  last = first + strlen(first) - 1;
  while(last > first && isspace(*last))
    --last;

  memmove(s,first,last - first + 1);
  s[last - first + 1] = \'\\0\';

  return s;
}

还请记住，代码会修改其参数。