C/C++ 获取字符的code point

[Shellbye]

最近在做语音合成的相关工作，其中用的一个功能点就是获取汉字的拼音，这个在Python中可以通过pypinyin来完成，

>>> from pypinyin import pinyin
>>> pinyin('中心')
[['zhōng'], ['xīn']]

但是在我们的项目中，需要的是C++版本的，所以需要把这部分功能转化为C++代码，看了一下pypinyin的代码，大概就是先把汉字转化成code point，然后在一个超级大的字典里找这个汉字的拼音。于是，把这个超级大的字典拷贝出来放到C++``里就基本大功告成了，但是还缺一步，就是汉字到code point的过程。在Python中，汉字到code point就是一行代码，

ord('白')
30333

但是就这样一个简单的操作，把它翻译到C++缺用了我很长时间（很大程度上也是因为我对C++不熟），最终还是在万能的SO上找到了解决的代码：

#include <iostream>
#include <string>
#include <codecvt>
#include "data_pinyin.hpp"

int main(int argc, char *argv[])
{
    if (argc < 2){
        std::cerr << "Usage: " << argv[0]
	    << " chararters" << std::endl;
	    return 1;
    }
    std::string name = argv[1];
    std::wstring_convert<std::codecvt_utf8<char32_t>, char32_t> cv;
    auto str32 = cv.from_bytes(name);
    int name_code_point = 0;
    for (auto c : str32)
        name_code_point = uint_least32_t(c);
    std::cout << name_code_point << std::endl;
    std::cout << pinyin_dict[name_code_point] << std::endl;
    return 0;
}

其中的data_pinyin.hpp就是我从pypinyin拷贝出来的那个超级大的字典，并经过简单的处理（16进制转为了10进制）转成了C++相应的格式，就放几行看一下吧，pypinyin的原始文件在这里，

#include <map>
std::map<int, std::string> pinyin_dict = {
    {12295, "líng,yuán,xīng"},
    {13312, "qiū"},
    {13313, "tiàn"},
    {13316, "kuà"},
    {13317, "wǔ"},
    // 中间省略
    {183944, "yǐ"},
    {183955, "chǔ"},

};

完成之后就是编译运行了

$ g++ -std=c++11 -g main.cpp -o main.out
$ ./main.out 白
30333
bái,bó