从 char 转换为 char16_t答案

【问题标题】：convert from char to char16_t从 char 转换为 char16_t
【发布时间】：2014-11-08 16:20:26
【问题描述】：

我的配置：

编译器：gnu gcc 4.8.2
我用 C++11 编译
平台/操作系统：Linux 64 位 Ubuntu 14.04.1 LTS

我有这个方法：

static inline std::u16string StringtoU16(const std::string &str) {
    const size_t si = strlen(str.c_str());
    char16_t cstr[si+1];
    memset(cstr, 0, (si+1)*sizeof(char16_t));
    const char* constSTR = str.c_str();
    mbstate_t mbs;
    memset (&mbs, 0, sizeof (mbs));//set shift state to the initial state
    size_t ret = mbrtoc16 (cstr, constSTR, si, &mbs);
    std::u16string wstr(cstr);
    return wstr;
}

我非常希望在 char 到 char16_T 之间进行转换（通过 std::string 和 std::u16string 以方便内存管理），但无论输入变量 str 的大小如何，它都只会返回第一个字符。如果 str="Hello" 它将返回 "H"。我不确定我的方法有什么问题。 ret 的值为 1。

【问题讨论】：

看wstring_convert和codecvt的en.cppreference.com/w/cpp/locale/wstring_convert
strlen(str.c_str())...
和char16_t cstr[si+1]; - VLA 不是有效的 C++。
@JDS：不幸的是，没有任何方面可以连接“系统”和“UTF”世界。（但是，您可以转换 within the "system" world 并在 UTF 世界中使用 wstring_convert，如果您愿意执行一些类设计杂技。）
...最后，mbrtoc16 只转换一个字符。

标签： c++ c++11 char16-t

【解决方案1】：

我不知道 mbrtoc16() 一次只能处理一个字符。真是一只乌龟。下面是我生成的代码，就像一个魅力：

static inline std::u16string StringtoU16(const std::string &str) {
    std::u16string wstr = u"";
    char16_t c16str[3] = u"\0";
    mbstate_t mbs;
    for (const auto& it: str){
        memset (&mbs, 0, sizeof (mbs));//set shift state to the initial state
        memmove(c16str, u"\0\0\0", 3);
        mbrtoc16 (c16str, &it, 3, &mbs);
        wstr.append(std::u16string(c16str));
    }//for
    return wstr;
}

对于它的对应物（当需要一种方式时，迟早会需要另一种方式）：

static inline std::string U16toString(const std::u16string &wstr) {
    std::string str = "";
    char cstr[3] = "\0";
    mbstate_t mbs;
    for (const auto& it: wstr){
        memset (&mbs, 0, sizeof (mbs));//set shift state to the initial state
        memmove(cstr, "\0\0\0", 3);
        c16rtomb (cstr, it, &mbs);
        str.append(std::string(cstr));
    }//for
    return str;
}

请注意，如果字符无法从 char16_t 转换为 char，c16rtomb 将是有损的（可能最终会打印一堆“？”，具体取决于您的系统），但它会毫无问题地工作。

【讨论】：

【解决方案2】：

mbrtoc16() 转换单个字符，并返回用于转换 char16_t 的多字节字符数。

为了实现这种转换，一般的方法是：

A) 调用 mbrtoc16()。

B) 保存转换后的字符，跳过消耗的字符数。

C) 您是否已使用了要转换的整个字符串？如果否，则返回步骤 A。

此外，可能存在转换错误。您必须检查 mbrtoc16() 的返回值并执行您想做的任何事情，以处理转换错误（原始多字节字符串是有效的）。

最后，您不应假设 char16_t 字符串的最大大小将等于或小于多字节字符串的大小。可能是；但是，在一些奇怪的语言环境中，我认为理论上它可以更多。

【讨论】：