将字符串转换为UTF-8转义序列 在我的C++程序中，我想把这样的字符串转换成： abc €

到UTF-8转义序列：

abc%20%E2%82%AC

---

我需要它独立于平台！我发现的所有解决方案都只适用于windows。一定有解决方案吧？

在C++11之前，标准中没有强制支持UTF-8

这里有两个步骤：

• 转换为UTF-8（除非已经在UTF-8中）
• URL转义结果（更新：James Kanze涵盖此部分）

假设您知道输入字符串使用[*]的字符编码，那么这两种代码都不太难为自己编写。这意味着其他人以前做过，你不需要自己写。如果您单独搜索它们，您可能会更幸运地为每个步骤找到独立于平台的代码

注意，有两种不同的URL转义空格字符的方法，一种是

+

，另一种是

%20

。您的示例使用了

%20

，因此，如果这对您很重要，请不要意外地使用URL转义例程来执行其他操作

[*]

它不是ISO-Latin-1，因为它没有欧元符号[**]，但可能是Windows CP-1252

[**]

除非是最近添加的。无论如何，您的示例将欧元符号编码为UTF-8字节

0xE2 0x82 0xAC

，表示Unicode代码点

0x20AC

，而不是CP1252中的代码点

0x80

。因此，如果它最初是一种单字节编码，那么很明显，一种智能的单字节到unicode码点转换已经在这一过程中得到了应用。你可以说有三个步骤：

• 将

  std:：string

  转换为Unicode代码点（取决于输入编码）
• 将Unicode转换为UTF-8
• URL转义UTF-8

---

在C++11之前，标准中没有强制支持UTF-8

这里有两个步骤：

• 转换为UTF-8（除非已经在UTF-8中）
• URL转义结果（更新：James Kanze涵盖此部分）

假设您知道输入字符串使用[*]的字符编码，那么这两种代码都不太难为自己编写。这意味着其他人以前做过，你不需要自己写。如果您单独搜索它们，您可能会更幸运地为每个步骤找到独立于平台的代码

注意，有两种不同的URL转义空格字符的方法，一种是

+

，另一种是

%20

。您的示例使用了

%20

，因此，如果这对您很重要，请不要意外地使用URL转义例程来执行其他操作

[*]

它不是ISO-Latin-1，因为它没有欧元符号[**]，但可能是Windows CP-1252

[**]

除非是最近添加的。无论如何，您的示例将欧元符号编码为UTF-8字节

0xE2 0x82 0xAC

，表示Unicode代码点

0x20AC

，而不是CP1252中的代码点

0x80

。因此，如果它最初是一种单字节编码，那么很明显，一种智能的单字节到unicode码点转换已经在这一过程中得到了应用。你可以说有三个步骤：

• 将

  std:：string

  转换为Unicode代码点（取决于输入编码）
• 将Unicode转换为UTF-8
• URL转义UTF-8

---

这对我来说似乎相当简单。您的字符串是一个 字节。某些字节值（实际上是最多的，但不是最常见的） 不允许，应替换为三个字符 序列

'%'

后跟表示字节的两个十六进制字符 价值比如：

std::string
toEscaped( std::string const& original )
{
    std::string results ;
    for ( std::string::const_iterator iter = original.begin();
            iter != original.end();
            ++ iter ) {
        static bool const allowed[] =
        {
            //  Define the 256 entries...
        };
        if ( allowed[static_cast<unsigned char>(*iter)] ) {
            results += *iter;
        } else {
            static char const hexChars[] = "0123456789ABCDEF";
            results += '%';
            results += hexChars[(*iter >> 4) & 0x0F];
            results += hexChars[(*iter     ) & 0x0F];
        }
    }
    return results;
}

std:：string
toEscaped（标准：：字符串常量和原始）
{
std：：字符串结果；
for（std:：string:：const_迭代器iter=original.begin（）；
iter！=original.end（）；
++国际热核聚变实验堆（iter）{
允许的静态布尔常量[]=
{
//定义256个条目。。。
};
如果（允许[静态熔铸（*iter）]）{
结果+=*iter；
}否则{
静态字符常量hexChars[]=“0123456789ABCDEF”；
结果+='%'；
结果+=六角体[（*iter>>4）和0x0F]；
结果+=六角体[（*iter）和0x0F]；
}
}
返回结果；
}

---

我们应该做到这一点
这对我来说似乎相当简单。您的字符串是一个 字节。某些字节值（实际上是最多的，但不是最常见的） 不允许，应替换为三个字符 序列

'%'

后跟表示字节的两个十六进制字符 价值比如：

std::string
toEscaped( std::string const& original )
{
    std::string results ;
    for ( std::string::const_iterator iter = original.begin();
            iter != original.end();
            ++ iter ) {
        static bool const allowed[] =
        {
            //  Define the 256 entries...
        };
        if ( allowed[static_cast<unsigned char>(*iter)] ) {
            results += *iter;
        } else {
            static char const hexChars[] = "0123456789ABCDEF";
            results += '%';
            results += hexChars[(*iter >> 4) & 0x0F];
            results += hexChars[(*iter     ) & 0x0F];
        }
    }
    return results;
}

std:：string
toEscaped（标准：：字符串常量和原始）
{
std：：字符串结果；
for（std:：string:：const_迭代器iter=original.begin（）；
iter！=original.end（）；
++国际热核聚变实验堆（iter）{
允许的静态布尔常量[]=
{
//定义256个条目。。。
};
如果（允许[静态熔铸（*iter）]）{
结果+=*iter；
}否则{
静态字符常量hexChars[]=“0123456789ABCDEF”；
结果+='%'；
结果+=六角体[（*iter>>4）和0x0F]；
结果+=六角体[（*iter）和0x0F]；
}
}
返回结果；
}

---

我们应该做到这一点
对于独立于平台的功能丰富的Unicode处理，“事实上”的标准库是许多财富500强公司和开源项目使用的ICU。。。 该许可证是开源的，便于在商业开发中使用
如果你只是想使用一些简单的转换，那就太过分了

如果你只需要一个简单的便携式UTF-8C++库，你可以尝试

---

hth
对于平台无关的功能丰富的Unicode处理，“事实上”的标准库是i