在 C++ 中从 UTF-8 编码的字符串转换为字节，反之亦然答案

【问题标题】：Conversion from UTF-8 encoded string to bytes and vice versa in C++在 C++ 中从 UTF-8 编码的字符串转换为字节，反之亦然
【发布时间】：2022-01-22 22:28:12
【问题描述】：

在 C# 中，我们有以下函数将字符串转换为 UTF-8 编码的字节序列，反之亦然：

Encoding.UTF8.GetString(Byte[])
Encoding.UTF8.GetBytes(Char[]) / Encoding.UTF8.GetBytes(String)

我正在尝试在 C++ 中实现相同的功能，如下所示：

std::string GetStringFromBytes(std::vector<uint8_t> bytes){
    std::string str(bytes.begin(), bytes.end());
    return str;
}

std::vector<uint8_t> GetBytesFromString(const std::string& str){
    std::vector<uint8_t> bytes(str.begin(), str.end());
    return bytes;
}

这种方法正确吗？我假设我正在转换的字符串已经是 UTF-8 格式。

【问题讨论】：

Is this approach correct? - 你试过并查看结果了吗？
“正确”是什么意思？
std::string 已经有字节，你不必复制它们，只需使用它们。你几乎没有转换任何东西，你在复制。

标签： c++ utf-8 c++14

【解决方案1】：

C# string 使用 UTF-16，因此需要与 UTF-8 进行字符集转换。

C++ std::string 不使用 UTF-16（std::u16string 使用）。所以，如果你有一个 UTF-8 编码的std::string，你已经有了它的原始字节，只需照原样复制它们。您显示的代码正是这样做的，并且适用于 UTF-8 字符串。否则，如果您有/需要以其他字符集编码的std::string，您将需要 charset 转换 到/从 UTF-8。有 3rd 方 Unicode 库可以处理，例如 libiconv、ICU 等。

【讨论】：