C++ 处理std:：wstring和std:：string之间的UTF-8编码字符串

我使用两个库，一个在

std:：wstring

中存储UTF-8字符串，另一个在

std:：string

中存储字符串（UTF-8）
在两个库之间传递字符串的最佳/有效方法是什么。

---

我现在使用Visual C++ V9 Express在Windows上，但更喜欢便携式解决方案。

< P>假设你是UTF-16，而不是UTF-8，对于<代码> STD:：WScING/<代码>，你必须对一个库中的字符串进行编码/解码。我不确定STL是否/提供了什么，但您可以使用Windows自己的

MultiByteToWideChar（）

和

WideCharToMultiByte（）

函数，只需几行代码即可在UTF-8和UTF-16之间进行转换。然后，您可以将其包装到自己的函数中，以便在发现更便于移植的内容时替换逻辑，例如：

std::wstring Utf8ToUtf16(const std::string &s)
{
    std::wstring ret;
    int len = MultiByteToWideChar(CP_UTF8, 0, s.c_str(), s.length(), NULL, 0);
    if (len > 0)
    {
      ret.resize(len);
      MultiByteToWideChar(CP_UTF8, 0, s.c_str(), s.length(), const_cast<wchar_t*>(ret.c_str()), len);
    }
    return ret;
}

std::string Utf16ToUtf8(const std::wstring &s)
{
    std::string ret;
    int len = WideCharToMultiByte(CP_UTF8, 0, s.c_str(), s.length(), NULL, 0, NULL, NULL);
    if (len > 0)
    {
      ret.resize(len);
      WideCharToMultiByte(CP_UTF8, 0, s.c_str(), s.length(), const_cast<char*>(ret.c_str()), len, NULL, NULL);
    }
    return ret;
}

std:：wstring Utf8ToUtf16（const std:：string&s）
{
std:：WST环网；
int len=MultiByteToWideChar（CP_UTF8，0，s.c_str（），s.length（），NULL，0）；
如果（len>0）
{
重新调整大小（len）；
MultiByteToWideChar（CP_UTF8，0，s.c_str（），s.length（），const_cast（ret.c_str（）），len）；
}
返回ret；
}
标准：：字符串UTF16TUF8（常数标准：：wstring&s）
{
std：：字符串ret；
int len=WideCharToMultiByte（CP_UTF8，0，s.c_str（），s.length（），NULL，0，NULL，NULL）；
如果（len>0）
{
重新调整大小（len）；
宽图表多字节（CP_UTF8，0，s.c_str（），s.length（），const_cast（ret.c_str（）），len，NULL，NULL）；
}
返回ret；
}

考虑一下。它是可移植的，在编码之间有很多转换器

当你说“在std:：wstring中存储UTF-8字符串”时，你到底指的是什么？你是说UTF-16吗？std:：wstring不适合存储UTF-8八位字节（但std:：string是）。@Remy Lebeau它是一个ODBC库，用于从数据库检索UTF-8数据并在std:：wstring中传递数据。我真的不知道数据实际上是如何存储在库中的。库如何在内部处理数据并不重要。重要的是它如何向代码传递数据。如果它使用的是

std:：wstring

，那么它很可能使用/期望使用UTF-16。这是有道理的，因为UTF-8和UTF-16只是相同Unicode字符集的不同编码。数据库可以使用UTF-8以外的任何字符集，ODBC可能会在内部处理它，并且在向您传递数据或从您传递数据时仍然使用UTF-16以保持一致性。如果您使用ODBC库检索ASCII范围之外的字符，例如

a

，wstring[0]的十进制或十六进制值是多少请注意，这是特定于Windows的，但UTF-16在这里希望表示Windows。不会编译为

c_str

返回常量c字符串。但是+1表示正确。UTF-16不是特定于Windows的。唯一特定于Windows的部分是使用的API函数。就像我说的，这只是为了演示如何做。当OP找到一个更可移植的解决方案时，他/她可以替换API函数，而不必重写他/她的其余代码。我现在添加了两个

const\u cast

cast。UTF-16本身不是特定于Windows的，但是

wchar\u t

是UTF-16的假设是特定于Windows的。对于我当前的需求来说太大了。我的程序小于400KB，静态链接到运行时。ICU的大小可能会增加一倍以上，我不确定是否可以静态链接到它。如果不是ICU，则

iconv

。这甚至是POSIX。