C++如何检测输入流中的非ASCII字符 现有代码返回值异常如何解决

问题原因 #

• 编码不匹配是核心原因：你单独写unsigned char c = '‰'得到137，只是因为你的源码保存时采用了Windows-1252这类单字节扩展ASCII编码，编译器直接把该字符对应的单字节值赋给了变量。但运行时终端输入默认采用UTF-8编码，‰的UTF-8编码是三字节序列0xE2 0x80 0xB0，读入std::string后遍历得到的单个字节自然不会是137，你看到的37实际是百分号%的ASCII码，大概率是输入过程中编码转换出错导致的乱码。
• C++标准中多字节字符常量的数值是实现定义的，你的写法本身不具备可移植性，不同编译器、不同源码编码下得到的结果可能完全不同。
• 标准输入流默认会跟随系统locale做编码转换，也可能导致你读入的字节和实际输入的原始字节不一致。

正确实现方案 #

如果你只是要过滤所有非可打印ASCII字符（即要求所有字符都是ASCII 32~127的范围），可以直接关闭输入流的locale转换，按原始字节读取后逐个判断即可，参考实现代码如下：

#include <string>
#include <iostream>
#include <locale>

int main()
{
    // 关闭输入流的编码转换，按原始字节读取
    std::cin.imbue(std::locale::classic());
    std::string password;
    std::cin >> password;

    for (unsigned char c : password)
    {
        if (c < 32 || c > 127)
        {
            std::cout << " ! Invalid password inserted !\n";
            return 0;
        }
    }
    std::cout << "Valid password\n";
    return 0;
}

如果需要明确识别特定的扩展ASCII字符（比如值为137的‰），需要统一设置输入流、终端、源码的编码为同一种单字节编码，避免多字节编码的拆分问题。

内容的提问来源于stack exchange，提问作者Danny G