UnicodeString 到 char* (UTF-8)答案

【问题标题】：UnicodeString to char* (UTF-8)UnicodeString 到 char* (UTF-8)
【发布时间】：2010-06-30 15:09:29
【问题描述】：

我在 OS X 上使用 C++ 中的 ICU 库。我的所有字符串都是 UnicodeStrings，但我需要使用 fopen、fread 等系统调用。这些函数将 const char* 或 char* 作为参数。我读过 OS X 在内部支持 UTF-8，所以我需要做的就是将我的 UnicodeString 转换为 UTF-8，但我不知道该怎么做。

UnicodeString 有一个 toUTF8() 成员函数，但它返回一个 ByteSink。我还找到了这些示例：http://source.icu-project.org/repos/icu/icu/trunk/source/samples/ucnv/convsamp.cpp 并阅读了有关使用转换器的信息，但我仍然感到困惑。任何帮助将非常感激。

【问题讨论】：

标签： c++ windows utf-8 internationalization icu

【解决方案1】：

调用UnicodeString::extract(...) 提取到一个char*，为转换器传递NULL 以获得默认转换器（在您的操作系统将使用的字符集中）。

【讨论】：

谢谢！这确实有效。我不确定 destCapacity 参数和 UnicodeString 的长度。此代码有效：codepad.org/blaSP0ex 但您会注意到我手动将 UnicodeString 的 .length() 加倍以弥补多字节字符串。如何确保我的 char* dest 中有足够的空间？
icu-project.org/apiref/icu4c/… 如果空间不足，它将返回输出字符串所需的长度和 U_BUFFER_OVERFLOW_ERROR 状态。见userguide.icu-project.org/…
谢谢。文档说最好猜测大小，如果存在缓冲区溢出错误，然后使用第一次调用返回的长度再次调用提取函数。我在这里这样做：codepad.org/nyp5yJWB 但第二次调用仍然失败，即使我为它提供了从第一次提取调用返回的正确长度。我做错了什么？
我忘记了 delete[] 而不是 delete，而且我认为我不需要 sizeof（我通常使用 C），但这些都是次要的细节。
没错，但是失败后需要重置错误码。如果错误已经设置，ICU 函数就会退出。 userguide.icu-project.org/design#TOC-Error-Handling

【解决方案2】：

ICU User Guide > UTF-8 提供了这样做的方法和描述。

在 UTF-16 API 中使用 UTF-8 字符串的最简单方法是通过 C++ icu::UnicodeString 方法 fromUTF8(const StringPiece &utf8) 和 toUTF8String(StringClass &result)。还有toUTF8(ByteSink &sink)。

而且extract() 现在不是首选。

注意：icu::UnicodeString 具有构造函数、setTo() 和 extract() 方法，它们采用转换器对象或字符集名称。这些可用于 UTF-8，但不如上述 fromUTF8()/toUTF8()/toUTF8String() 方法高效或方便。

【讨论】：

【解决方案3】：

这将起作用：

std::string utf8;
uStr.toUTF8String(utf8);

【讨论】：

这是一个旧帖子，如您所见。从那时起，我一直在研究go 和java。 std::string 应该小心，但我不记得 icu 的所有权是什么 uStr
@Johnny_D, std::string 始终包含自定义的字符数组。所以，不用担心std::string utf8;，它会破坏字符串数组的自定义副本。