C++20 在 string/u8string 和 string_view/u8string_view 之间转换

Question

C++20 引入了char8_t 和相应的u8string、u8string_view 等，主要用于支持更简洁的界面以及更好地区分窄执行和utf-8 字符集。

其中一个缺点是旧代码可能不再有效。

假设我有使用 utf-8 编码 std::string / std::string_view（来自 C++17）的接口。

如果我想使用std::u8string / std::u8string_view 将实现应用到C++20，但目前将接口留给std::string，那么在string/string_view 和u8string/u8string_view 之间转换的最简单方法是使用reinterpret_cast，例如：

#include <iostream>
#include <string>
#include <windows.h>
using namespace std;

int main()
{
    SetConsoleOutputCP(CP_UTF8);

    u8string u8s = u8"ä";
    // string s = u8"ä"; OK in C++17, NOK in C++20
    string s(reinterpret_cast<const char*>(u8s.c_str()));
    // or string s(u8s.cbegin(), u8s.cend());
    cout << s << endl;
    u8string u8s2(reinterpret_cast<const char8_t*>(s.c_str()));
    // or u8string u8s2(s.begin(), s.end())

    // string_view
    u8string_view u8sv = u8"ö"sv;
    string_view sv(reinterpret_cast<const char*>(u8sv.data()), u8sv.size());
    cout << sv << endl;
}

你觉得这种方法有什么问题，或者有更好的建议吗？

Answer 1

char8_t 与char 具有相同的大小和对齐方式，并且可以隐式转换。

不用强制转换和c_str()，只需使用迭代器构造函数。

u8string u8s = u8"test";
string s(u8s.cbegin(), u8s.cend());