如何使用ICU库正确处理包含NBSP的C++字符串修剪？

ICU的UnicodeString::trim()默认仅修剪U+0020 普通空格，NBSP（U+00A0 非断空格）虽属Unicode标准，但不在默认修剪字符集合内，因此会被忽略。无需完全自行实现修剪逻辑，通过ICU提供的重载接口即可解决：

方案1：指定要修剪的特定空白字符 #

如果仅需处理普通空格和NBSP，直接定义包含这两个字符的集合传入trim()：

std::string trim(const std::string &input)
{
    icu::UnicodeString unicodeString = icu::UnicodeString::fromUTF8(input);

    // 包含普通空格(U+0020)和NBSP(U+00A0)的修剪字符数组
    const UChar trimChars[] = {' ', 0xA0, 0};
    unicodeString.trim(trimChars);

    std::string result;
    unicodeString.toUTF8String(result);

    return result;
}

方案2：修剪所有Unicode标准空白字符 #

如果需要覆盖所有Unicode定义的空白字符（比如全角空格、窄NBSP、数字空格等），可利用ICU的u_isWhitespace()函数判断空白属性，结合trim()的函数重载：

#include <unicode/uscript.h>

// 判断是否为Unicode空白字符的辅助函数
bool isWhitespace(UChar32 c) {
    return u_isWhitespace(c);
}

std::string trim(const std::string &input)
{
    icu::UnicodeString unicodeString = icu::UnicodeString::fromUTF8(input);

    // 传入自定义判断函数，修剪所有Unicode空白
    unicodeString.trim(isWhitespace);

    std::string result;
    unicodeString.toUTF8String(result);

    return result;
}

方案2通用性更强，能处理所有符合Unicode标准的空白类字符，适合需要全面处理文本空白的场景。

内容的提问来源于stack exchange，提问作者daniel