C++ 将字符串从UTF-8转换为ISO-8859-1

我正在尝试将UTF-8

字符串

转换为ISO-8859-1

char*

，以便在遗留代码中使用。我唯一能做到这一点的方法就是用

我肯定更喜欢完全的字符串< /COD>基于C++的解决方案，然后只调用生成的字符串上的<代码> .cString（）/<代码>

---

我该怎么做？如果可能，请提供代码示例。如果这是您知道的唯一解决方案，我可以使用iconv。

首先将UTF-8转换为32位Unicode

然后将值保持在0到255之间

这些是拉丁1代码点，对于其他值，请决定是否将其视为错误，或者用代码点127（我的fav，ASCII“del”）或问号或其他内容替换

---

C++标准库定义了一个<代码> STD::CODECVT< < /代码>专业化，可以使用，

template<>
codecvt<char32_t, char, mbstate_t>

模板
编解码器

C++11§22.4.1.4/3：“专业化

codevt

在UTF-32和

---

UTF-8编码方案“

我将修改我的代码以实现Alf的建议

std::string UTF8toISO8859_1(const char * in)
{
    std::string out;
    if (in == NULL)
        return out;

    unsigned int codepoint;
    while (*in != 0)
    {
        unsigned char ch = static_cast<unsigned char>(*in);
        if (ch <= 0x7f)
            codepoint = ch;
        else if (ch <= 0xbf)
            codepoint = (codepoint << 6) | (ch & 0x3f);
        else if (ch <= 0xdf)
            codepoint = ch & 0x1f;
        else if (ch <= 0xef)
            codepoint = ch & 0x0f;
        else
            codepoint = ch & 0x07;
        ++in;
        if (((*in & 0xc0) != 0x80) && (codepoint <= 0x10ffff))
        {
            if (codepoint <= 255)
            {
                out.append(1, static_cast<char>(codepoint));
            }
            else
            {
                // do whatever you want for out-of-bounds characters
            }
        }
    }
    return out;
}

std:：字符串UTF8toISO8859_1（常量字符*in）
{
std：：字符串输出；
if（in==NULL）
返回；
无符号整数码点；
而（*in！=0）
{
无符号字符ch=静态_转换（*in）；
if（chAlfs建议在C++11中实现

#include <string>
#include <codecvt>
#include <algorithm>
#include <iterator>
auto i = u8"H€llo Wørld";
std::wstring_convert<std::codecvt_utf8<wchar_t>> utf8;
auto wide = utf8.from_bytes(i);
std::string out;
out.reserve(wide.length());
std::transform(wide.cbegin(), wide.cend(), std::back_inserter(out),
           [](const wchar_t c) { return (c <= 255) ? c : '?'; });
// out now contains "H?llo W\xf8rld"

#包括
#包括
#包括
#包括
自动i=u8“H€llo Wørld”；
std:：wstring_转换utf8；
自动宽度=utf8。从_字节（i）；
std：：字符串输出；
out.reserve（宽.length（））；
std:：transform（wide.cbegin（）、wide.cend（）、std:：back_插入器（out），
[C]（const WCARGATT C）{返回（C听起来像是一个潜在的大项目），而恰好是像Iconv这样一个库所适合的东西。正确的做法有什么不对？如果这是唯一可用的方式，我很好用Iconv。它绝对不是最优雅的C++解决方案。像代码> StoToIP。“ISO-8859-1”）
将更加优雅。我的观点是，即使我在iconv中使用它，我也不清楚如何将库与
字符串
输入一起使用。不确定，但可能会有帮助：这很好，因为Unicode最初被定义为ISO-8859-1的超集。请参阅P.S.作为转换的起点，我可能会建议您这样做但是，但是，
std:：codecvt
不是在C++17中被弃用了吗？事实上，我有了UTF-8
string
。如果你把它改成了
string
，那就太完美了。@ChrisRedford，用
mystr.C_str（）调用它就好了
。我喜欢使用
const char*
输入，因为它更灵活。由于输入来自
std:：string
，只需将
const char*in
替换为
const std:：string&in
，然后创建一个在.c_str（）中分配的本地
char*
变量

用于循环中，并使用

in.size（）

作为循环计数器，而不是

*in！=0

。或者使用

in.begin（）

和

in.end（）

迭代器。如果您正在寻找一种将带有utf-8字符的std:：string转换为iso 8859或Windows 1252编码的方法，这里有一个函数可以使用硬编码转换，不调用codecvt_utf8（）、iconv（）或者类似的函数。它使用一个类似的Mark-Ransom循环。@GustavoRodríguez这很容易做到，因为Unicode的前256个代码点采用了拉丁-1字符集，无需翻译。