Macos Delphi-将字符串从UTF-8转换回

我在将UTF-8编码字符串转换回delphi可用的内容时遇到问题。 该应用程序是用XE8编写的，正在windows和OSX上部署。该应用程序分别在windows和OSX上使用LimeLM API dll和dylib库。 在windows上一切正常，我遇到的问题是转换OSX上的动态库返回的字符串。我很欣赏所有进出动态库的字符串都需要UTF-8编码。 limeLM函数返回一个PWideChar值，我假设它是UTF编码的。但是，我使用哪个函数尝试将值转换为Delphi中可用的值并不重要，我得到的只是垃圾

以下是函数：

class function TurboActivate.GetFeatureValue(featureName: String): String;
var
    value : PWideChar;
    FieldName : PWideChar;
    tmpStr : String;
begin

    {$IFDEF MSWINDOWS}
    FieldName := PwideChar(featureName);
    {$ENDIF}
    {$IFDEF MACOS}
    FieldName := PWideChar(UTF8Encode(featureName));
    {$ENDIF}


    value := GetFeatureValue(FieldName, nil);

    if (value = '') then
    begin
        raise ETurboActivateException.Create('Failed to get feature value.  the feature doesn''t exist.');
    end;
    {$IFDEF MSWINDOWS}
    Result := value;
    {$ENDIF}
    {$IFDEF MACOS}
    tmpStr :=  UTF8ToString(value);
    ShowMessage(tmpStr);
    tmpStr :=  UTF8ToWideString(value);
    ShowMessage(tmpStr);
    tmpStr :=  UTF8ToUnicodeString(value);
    ShowMessage(tmpStr);
    tmpStr :=  UTF8ToAnsi(value);
    ShowMessage(tmpStr);

    Result := TmpStr;
    {$ENDIF}

end; 

这肯定有一个解码的价值， 价值观散汤湡獤杀潯汧浥楡⹬潣M䌴䅓㜭䙇ⵊ䵙㑗㈭呖ⵆ䥉儵䈭呎́"4

但tmpStr总是包含“？？”c？？？？？？/”

任何帮助都将不胜感激

价值观散汤湡獤杀潯汧浥楡⹬潣M䌴䅓㜭䙇ⵊ䵙㑗㈭呖ⵆ䥉儵䈭呎́"4

这表示您在解释8位文本，可能是UTF-8编码的，就像它是UTF-16编码的一样。一般来说，当您看到带有中文字符的UTF-16字符串时，要么是正确解释的中文文本，要么是错误解释的8位文本

当您将该文本正确解释为UTF-8时，它是：

cedlands@googlemail.com 4CSA-7GFJ-YMW4-2VTF-II5Q-BNTA♥♦

我通过这个代码得到：

  Writeln(TEncoding.UTF8.GetString(
    TEncoding.Unicode.GetBytes('散汤湡獤杀潯汧浥楡⹬潣m䌴䅓㜭䙇ⵊ䵙㑗㈭呖ⵆ䥉儵䈭呎́'#4)));

但是请注意，如果查看

TEncoding.Unicode.GetBytes（'散汤湡獤杀潯汧浥楡⹬潣M䌴䅓㜭䙇ⵊ䵙㑗㈭呖ⵆ䥉儵䈭呎́'#4）

然后您将看到它包含一个空值。因此，实际上字符串在电子邮件地址之后以null结尾

问题从这里开始：

value : PWideChar;
....
value := GetFeatureValue(FieldName, nil);

事实上，

GetFeatureValue

返回

PAnsiChar

。有效载荷是UTF-8编码的，假设我对你的解释是正确的

因此，您需要进行以下更改：

将

GetFeatureValue

的返回类型更改为

PAnsiChar

将

value

的类型更改为

PAnsiChar

使用

UnicodeFromLocaleChars

或

TEncoding.GetString

将

value

转换为字符串

可能是这样的：

var
  Bytes: TBytes;
....
SetLength(Bytes, StrLen(value));
Move(value^, Pointer(Bytes)^, Length(Bytes));
str := TEncoding.UTF8.GetString(Bytes);

---

现在，对于问题中将

str

设置为

cedlands@googlemail.com

。如上所述，数据包含一个空终止符，当字符串被错误地解释为UTF-16时，它无法终止字符串。也就是说，文本

4CSA-7GFJ-YMW4-2VTF-II5Q-BNTA♥♦

来自缓冲区溢出。

使用

TEncoding

有点懒惰，因为它涉及堆alloc和可以避免的mem拷贝。通过使用UnicodeFromLocaleChars可以避免这种情况，但这只是稍微复杂一点。所以我选择了懒惰的选择！但在生产代码中，我想我会使用

UnicodeFromLocaleChars

。或者，您可以使用

SetString（）

将

PAnsiChar

数据复制到

UTF8String

变量中，然后将

UTF8String

直接分配给

UnicodeString

，并让RTL为您处理转换。