C++中如何处理«、»这类Guillemets角引号字符？

你遇到的编译警告由两个核心问题导致：

• «、»属于Unicode字符，在主流的UTF-8编码下占2个字节，你代码中用单引号包裹的'«'/'»'会被编译器识别为多字节字符常量，和std::string存储的单字节char类型不匹配，因此触发多字符常量警告；同时这类多字节字符的数值远超出单字节char的可表示范围，进一步触发范围越界警告。
• 你原有代码的逻辑也存在漏洞：执行erase操作后直接i++会跳过被删除位置后移过来的下一个字符，导致部分字符漏判。

根据你的项目编码规范，可以选择以下任意一种方案：

方案1：UTF-8编码场景下直接匹配字节序列（兼容所有C++版本） #

如果你的扫描文本统一为UTF-8编码，可以直接匹配两个角引号对应的UTF-8固定字节组合：

• «的UTF-8字节序列：0xC2 0xAB
• »的UTF-8字节序列：0xC2 0xBB
  修正后代码如下：

#include <string>
using namespace std;

string modifyLine(string text)
{
    for(int i = 0; i < text.size(); ) {
        // 先判断剩余长度避免越界，char强转无符号避免负数值匹配异常
        if (i + 1 < text.size() && 
            (((unsigned char)text[i] == 0xC2 && (unsigned char)text[i+1] == 0xAB) || 
            ((unsigned char)text[i] == 0xC2 && (unsigned char)text[i+1] == 0xBB))) {
            // 一次删除2个字节的角引号
            text.erase(text.begin() + i, text.begin() + i + 2);
        } else {
            i++;
        }
    }
    return text;
}

该方案无需依赖第三方库和额外编码转换，性能最优，适合绝大多数文本处理场景。

方案2：宽字符体系项目适配 #

如果你的项目整体采用宽字符编码，可以改用std::wstring存储文本，直接用宽字符常量匹配：

#include <string>
using namespace std;

wstring modifyLine(wstring text)
{
    for(int i = 0; i < text.size(); ) {
        switch(text[i]) {
            case L'«':
            case L'»':
                text.erase(text.begin() + i);
                break;
            default:
                i++;
        }
    }
    return text;
}

注意宽字符的大小随平台变化：Windows下为2字节（对应UTF-16编码），Linux下通常为4字节（对应UTF-32编码），需要确保输入文本提前转码为对应宽字符编码再处理。

方案3：C++17及以上版本使用u8string #

C++17引入了专门用于存储UTF-8字符的std::u8string，可以明确避免编码歧义，处理逻辑和方案1一致，代码语义更规范。

内容的提问来源于stack exchange，提问作者Zachary Costa