将 char 转换为 wchar_t 的问题（长度错误）

Question

我正在尝试创建一个简单的数据结构，以方便在 ASCII 字符串和 Unicode 字符串之间来回转换。我的问题是函数 mbstowcs 返回的长度是正确的，但函数 wcslen 在新创建的 wchar_t 字符串上返回的长度不正确。我在这里遗漏了什么吗？

typedef struct{

    wchar_t *string;
    long length; // I have also tried int, and size_t
} String;

void setCString(String *obj, char *str){

    obj->length = strlen(str);

    free(obj->string); // Free original string
    obj->string = (wchar_t *)malloc((obj->length + 1) * sizeof(wchar_t)); //Allocate space for new string to be copied to

    //memset(obj->string,'\0',(obj->length + 1)); NOTE: I tried this but it doesn't make any difference

    size_t length = 0;

    length = mbstowcs(obj->string, (const char *)str, obj->length);

    printf("Length = %d\n",(int)length); // Prints correct length
    printf("!C string %s converted to wchar string %ls\n",str,obj->string); //obj->string is of a wcslen size larger than Length above...

    if(length != wcslen(obj->string))
            printf("Length failure!\n");

    if(length == -1)
    {
        //Conversion failed, set string to NULL terminated character
        free(obj->string);
        obj->string = (wchar_t *)malloc(sizeof(wchar_t));
        obj->string = L'\0';
    }
    else
    {
        //Conversion worked! but wcslen (and printf("%ls)) show the string is actually larger than length
        //do stuff
    }
}

Answer 1

代码对我来说似乎工作正常。您能否提供更多上下文，例如您传递给它的字符串的内容，以及您使用的语言环境？

我注意到的其他一些错误/样式问题：

• obj->length 保留为分配的长度，而不是更新以匹配（宽）字符的长度。这是你的意图吗？
• const char * 的演员阵容既无用又糟糕。

编辑： 经讨论，您可能正在使用不符合标准的 Windows 版本的 mbstowcs 函数。如果是这样，您的问题应该更新以反映这一点。

编辑 2： 代码恰好对我有用，因为 malloc 返回了一个新鲜的零填充缓冲区。由于您将obj->length 传递给mbstowcs 作为要写入目标的wchar_t 值的最大数量，因此它将用完空间并且无法写入空终止符，除非有一个适当的多字节字符（一个源字符串中需要多个字节）。将其更改为obj->length+1，它应该可以正常工作。

Answer 2

您需要传递给mbstowcs() 的长度包括 L'\0' 终止符，但您在obj->length() 中计算的长度不包括它 - 您需要在传递的值上加 1到mbstowcs()。

此外，您应该使用mbstowcs(0, src, 0) + 1，而不是使用strlen(str) 来确定转换后字符串的长度。您还应该将str 的类型更改为const char *，并省略演员表。 realloc() 可以用来代替 free() / malloc() 对。总的来说，它应该是这样的：

typedef struct {
    wchar_t *string;
    size_t length;
} String;

void setCString(String *obj, const char *str)
{
    obj->length = mbstowcs(0, src, 0);
    obj->string = realloc(obj->string, (obj->length + 1) * sizeof(wchar_t)); 

    size_t length = mbstowcs(obj->string, str, obj->length + 1);

    printf("Length = %zu\n", length);
    printf("!C string %s converted to wchar string %ls\n", str, obj->string);

    if (length != wcslen(obj->string))
            printf("Length failure!\n");

    if (length == (size_t)-1)
    {
        //Conversion failed, set string to NULL terminated character
        obj->string = realloc(obj->string, sizeof(wchar_t));
        obj->string = L'\0';
    }
    else
    {
        //Conversion worked!
        //do stuff
    }
}

Mark Benningfield 指出 mbstowcs(0, src, 0) 是 C 标准的 POSIX / XSI 扩展 - 要获得仅在标准 C 下所需的长度，您必须改为使用：

    const char *src_copy = src;
    obj->length = mbstowcs(NULL, &src_copy, 0, NULL);

Answer 3

我在 Ubuntu linux 上以 UTF-8 作为语言环境运行它。

以下是所要求的附加信息：

我用一个完全分配的结构调用这个函数，并传入一个硬编码的“字符串”（不是 L“字符串”）。所以我用本质上是 setCString(*obj, "Hello!") 来调用函数。

长度 = 6

!C 字符串 你好！转换为 wchar 字符串 Hello!xxxxxxxxxxxxxxxxxxxx

（其中 x = 随机数据）

长度失败！

供参考 printf("wcslen = %d\n",(int)wcslen(obj->string));打印为 wcslen = 11