String 将UTF-8字符串存储在Unicode解构中

在Delphi2007中，您可以将UTF-8字符串存储在WideString中，然后将其传递到Win32函数，例如

var
  UnicodeStr: WideString;
  UTF8Str: WideString;
begin
  UnicodeStr:='some unicode text';
  UTF8Str:=UTF8Encode(UnicodeStr);
  Windows.SomeFunction(PWideChar(UTF8Str), ...)
end;

Delphi 2007不会干扰UTF8Str的内容，即它作为UTF-8编码字符串保存在WideString中

但在Delphi2010中，我正在努力找到一种方法来做同样的事情，即将UTF-8编码的字符串存储在WideString中，而不会自动从UTF-8转换。我无法传递指向UTF-8字符串（或RawByteString）的指针，例如，以下操作显然不起作用：

var
  UnicodeStr: WideString;
  UTF8Str: UTF8String;
begin
  UnicodeStr:='some unicode text';
  UTF8Str:=UTF8Encode(UnicodeStr);
  Windows.SomeFunction(PWideChar(UTF8Str), ...)
end;

---

哪个Windows API调用希望您传递UTF-8字符串？它是ANSI字符串或Widestring（a或W函数）。宽字符串每个字符有两个字节，UTF-8字符串有一个字节（如果超出前128个ASCII字符，则有多个字节）

---

宽字符串中的UTF-8根本没有意义。当确实有一个Windows函数需要一个指向UTF-8字符串的指针时，您可能需要将is转换为PAnsiChar。

嗯，为什么要这样做？为什么将WideString编码为UTF-8只是为了将其再次存储回WideString。显然，您使用的是Unicode版本的Windows API。因此，不需要使用UTF-8编码的字符串。还是我遗漏了什么

因为Windows API函数是Unicode（两个字节）或ANSI（一个字节）。UTF-8在这里的选择是错误的，因为它主要是每个字符包含一个字节，但对于ASCII基以上的字符，它使用两个或更多字节

否则，unicode Delphi中旧代码的等效值为：

var
  UnicodeStr: string;
  UTF8Str: string;
begin
  UnicodeStr:='some unicode text';
  UTF8Str:=UTF8Encode(UnicodeStr);
  Windows.SomeFunction(PWideChar(UTF8Str), ...)
end;

WideString和string（UnicodeString）类似，但是新的UnicodeString更快，因为它是引用计数的，而WideString不是

您的代码不正确，因为UTF-8字符串每个字符的字节数可变。“A”存储为一个字节。只是一个ASCII字节码。另一方面，“ü”将存储为两个字节。因为您使用的是PWideChar，所以函数总是希望每个字符有两个字节

还有一个区别。在旧的Delphi版本（ANSI）中，Utf8String只是一个AnsiString。在Delphi的Unicode版本中，Utf8String是一个后面带有UTF-8代码页的字符串。所以它的行为不同

旧代码仍然可以正常工作：

var
  UnicodeStr: WideString;
  UTF8Str: WideString;
begin
  UnicodeStr:='some unicode text';
  UTF8Str:=UTF8Encode(UnicodeStr);
  Windows.SomeFunction(PWideChar(UTF8Str), ...)
end;

它的行为将与Delphi 2007中的相同。也许你在别的地方遇到了问题

米克，你说得对。编译器在幕后做一些额外的工作。所以为了避免这种情况，你可以这样做：

var
  UTF8Str: AnsiString;
  UnicodeStr: WideString;
  TempString: RawByteString;
  ResultString: WideString;
begin
  UnicodeStr := 'some unicode text';
  TempString := UTF8Encode(UnicodeStr);
  SetLength(UTF8Str, Length(TempString));
  Move(TempString[1], UTF8Str[1], Length(UTF8Str));
  ResultString := UTF8Str;
end;

---

我检查了一下，结果还是一样。因为我直接在内存中移动字节，所以没有在后台进行代码页转换。我相信这可以用greater eleganece实现，但重点是我认为这是实现您想要实现的目标的途径。

您最初的Delphi 2007代码使用ANSI代码页将UTF-8字符串转换为宽字符串。要在Delphi2010中执行相同的操作，您应该使用带有Convert参数false的SetCodePage

var
  UnicodeStr: UnicodeString;
  UTF8Str: RawByteString;
begin
  UTF8Str := UTF8Encode('some unicode text');
  SetCodePage(UTF8Str, 0, False);
  UnicodeStr := UTF8Str;
  Windows.SomeFunction(PWideChar(UnicodeStr), ...)

---

这是一些使用INI文件的（损坏的）遗留代码。例如，该节将作为UTF8字符串传递。我知道这是错误的，但我需要保持这样导入旧设置文件。如果我传递Unicode作为节名，那么它将不匹配。我不能使用ANSI版本，因为文件名是Unicode。我用解决方案更新了我的答案。仅供参考，原始2007代码确实会干扰UTF-8数据。2007年，

UTF8Encode（）。在每个版本中，将
ansisting
分配给
WideString
使用操作系统默认的Ansi代码页执行Ansi->UTF16转换。最后的
WideString
中不包含UTF-8数据。它包含UTF-16数据。转换没有UTF-8存在的概念，因此如果原始输入使用任何非ASCII字符，可能会损坏数据。Nice。不知道：）是的，在将temp
ansisting
分配给最终的
WideString
时，在最后一行进行了代码页转换。在最初的D2007代码中也是如此。但另一方面，您可以通过在
RawByteString
上使用
SetCodePage（）
来避免临时
AnsiString
，然后您可以将
RawByteString
分配给
WideString
。