全角字符的判断依据是Unicode码点范围，主要包括：0x3000（全角空格）、0x3000–0x303F、0x3400–0x4DBF、0x4E00–0x9FFF、0xFF01–0xFF5E等区段，需先将UTF-8字符串正确解码为码点再比对。
全角字符的判断依据是什么
全角字符在 Unicode 中没有统一的“全角属性”，但实际开发中，我们通常按编码范围来识别：中文、日文、韩文等 CJK 字符，以及全角 ASCII（如 、，、。、Ａ、ａ）都落在特定 Unicode 区段。C++ 标准库不提供 iswide() 或类似函数，必须手动检查码点。
- 全角 ASCII 字符（如全角字母、数字、标点）集中在
0xFF01–0xFF5E（对应 !–~），0x3000（全角空格）单独存在 - CJK 统一汉字基本区为
0x4E00–0x9FFF，扩展 A 区为0x3400–0x4DBF，扩展 B/C/D/E 区更宽，但日常校验通常只覆盖前两个主要区段 - 判断前必须确保字符串是 UTF-8 编码且已正确解码为 Unicode 码点；直接对 UTF-8 字节流逐字节比对会出错
用 std::wstring_convert + std::codecvt_utf8 处理 UTF-8 字符串（C++11/14）
这是兼容性较好、无需第三方依赖的做法，适用于已知输入为合法 UTF-8 的场景：
- 先将
std::string转为std::wstring，再遍历每个wchar_t（注意：Windows 下wchar_t是 UTF-16，Linux/macOS 通常是 UTF-32，此处以 UTF-32 行为为准） -
std::wstring_convert已在 C++17 中被弃用，但仍在主流编译器（GCC 7+、Clang、MSVC）中可用
#include <string>
#include <locale>
#include <codecvt>
<p>bool has_fullwidth(const std::string& s) {
std::wstring_convert<std::codecvt_utf8<wchar_t>> conv;
try {
std::wstring ws = conv.from_bytes(s);
for (wchar_t c : ws) {
if ((c >= 0x3000 && c <= 0x303F) || // 日文平假片/片假名/平假名扩展等
(c >= 0x3400 && c <= 0x4DBF) || // CJK 扩展 A
(c >= 0x4E00 && c <= 0x9FFF) || // CJK 基本汉字
(c >= 0xFF01 && c <= 0xFF5E) || // 全角 ASCII
c == 0x3000) { // 全角空格
return true;
}
}
} catch (const std::range_error&) {
return false; // 非法 UTF-8 字节序列
}
return false;
}</p>- 注意：若输入含非法 UTF-8 序列，
conv.from_bytes()抛std::range_error，需捕获 - GCC 从 8.1 开始默认禁用
std::codecvt，需加编译选项-lstdc++并接受弃用警告；Clang 更严格，建议仅用于遗留项目
用 utf8cpp 库做轻量级 UTF-8 迭代（推荐用于新项目）
直接操作 UTF-8 字节流、避免 wchar_t 语义歧义，更可靠：
- 使用
utf8::next()逐个提取码点，返回uint32_t，天然支持完整 Unicode 空间 - 头文件仅依赖，无链接开销，兼容 C++11+
#include <utf8.h>
#include <string>
<p>bool has_fullwidth(const std::string& s) {
std::string::const_iterator it = s.begin();
while (it != s.end()) {
uint32_t cp;
try {
it = utf8::next(it, s.end(), cp);
} catch (const utf8::exception&) {
return false; // 解码失败
}
if ((cp >= 0x3000 && cp <= 0x303F) ||
(cp >= 0x3400 && cp <= 0x4DBF) ||
(cp >= 0x4E00 && cp <= 0x9FFF) ||
(cp >= 0xFF01 && cp <= 0xFF5E) ||
cp == 0x3000) {
return true;
}
}
return false;
}</p>- 不要漏掉
0x3000（全角空格）和0x303F（波浪线～），它们常被忽略 - 若需支持更多全角标点（如 ①、⑴、─），可补充
0x2460–0x24FF、0x2500–0x257F等区段
为什么不能用 iswprint() 或 iswalpha() 判断全角
这些宽字符分类函数行为依赖 locale，不可靠：
立即学习“C++免费学习笔记（深入）”；
-
iswprint(L'Ａ')在"C"locale 下返回false，在"zh_CN.UTF-8"下可能返回true，结果不确定 - 它们只回答“是否可打印”或“是否字母”，不区分半角/全角；全角 A（U+FF21）和半角 A（U+0041）在多数 locale 下都被认为是字母
- 没有标准函数能直接回答“这个码点是不是全角字符”，必须靠显式范围匹配
真正容易被忽略的是：UTF-8 字符串必须先解码为码点再判断，绝不能对原始字节做 > 0x7F 这类简单判断——那只会把所有多字节 UTF-8 首字节（如汉字首字节 0xE4）误判为“全角”，而把单字节的全角空格 0xE3 0x80 0x80 拆成三个错误字节分别比对。
