Unicode字符串的跨平台迭代（使用ICU计算字素）

我想迭代每个字符一个 Unicode 字符串，处理每个代理对并将字符序列组合为一个单元（一个字素）。

Example

文本“नमस्ते”由代码点组成：U+0928, U+092E, U+0938, U+094D, U+0924, U+0947， 其中，U+0938 and U+0947 are 组合标记.

static void Main(string[] args)
{
    const string s = "नमस्ते";

    Console.WriteLine(s.Length); // Ouptuts "6"

    var l = 0;
    var e = System.Globalization.StringInfo.GetTextElementEnumerator(s);
    while(e.MoveNext()) l++;
    Console.WriteLine(l); // Outputs "4"
}

所以我们在 .NET 中拥有了它。我们也有 Win32 的CharNextW()

#include <Windows.h>
#include <iostream>
#include <string>

int main()
{
    const wchar_t * s = L"नमस्ते";

    std::cout << std::wstring(s).length() << std::endl; // Gives "6"

    int l = 0;
    while(CharNextW(s) != s)
    {
        s = CharNextW(s);
        ++l;
    }

    std::cout << l << std::endl; // Gives "4"

    return 0;
}

Question

我所知道的这两种方式都是微软特有的。在那儿portable如何做到这一点？

• 我听说过 ICU，但我找不到相关的东西（UnicodeString(s).length()仍然给出 6)。指向 ICU 中相关功能/模块的答案是可以接受的。
• C++ 没有 Unicode 的概念，因此用于处理这些问题的轻量级跨平台库将是一个可以接受的答案。

编辑：使用 ICU 的正确答案

@McDowell 给出了使用提示BreakIterator来自 ICU，我认为它可以被视为处理 Unicode 事实上的跨平台标准。这是一个示例代码来演示其用法（因为示例是出奇 rare):

#include <unicode/schriter.h>
#include <unicode/brkiter.h>

#include <iostream>
#include <cassert>
#include <memory>

int main()
{
    const UnicodeString str(L"नमस्ते");

    {
        // StringCharacterIterator doesn't seem to recognize graphemes
        StringCharacterIterator iter(str);
        int count = 0;
        while(iter.hasNext())
        {
            ++count;
            iter.next();
        }
        std::cout << count << std::endl; // Gives "6"
    }

    {
        // BreakIterator works!!
        UErrorCode err = U_ZERO_ERROR;
        std::unique_ptr<BreakIterator> iter(
            BreakIterator::createCharacterInstance(Locale::getDefault(), err));
        assert(U_SUCCESS(err));
        iter->setText(str);

        int count = 0;
        while(iter->next() != BreakIterator::DONE) ++count;
        std::cout << count << std::endl; // Gives "4"
    }

    return 0;
}

您应该能够使用 ICU中断迭代器 http://icu-project.org/apiref/icu4c/classBreakIterator.html为此（假设角色实例的功能与 Java 版本相同）。