将wchar_t*转换为UTF-16字符串

Question

我需要一段C++代码，将给定的字符串转换为UTF-16字符串。它必须在Windows和Linux上都能工作。我在搜索过程中查看了很多网页，但这个主题对我来说仍然不清楚。

据我所知，我需要：

1. 使用LC_TYPE和UTF-16编码调用setlocale。 2. 使用wcstombs将wchar_t转换为UTF-16字符串。 3. 调用setlocale以恢复先前的语言环境。

您知道如何以可移植的方式（Windows和Linux）将wchar_t*转换为UTF-16吗？

- Andrei Baskakov

---

也许我的与编码相关的问题#1, #2, #3对您有所帮助。 - Kerrek SB

wchar_t 字符串在哪个编码集中？你期望使用什么类型来表示 UTF-16 字符串中的字符类型？这只是在 uint16_t 中 UTF-32（在 wchar_t 中）和 UTF-16 之间的转换吗？还是涉及到代码集转换呢？可悲的是，可移植性是一个高尚的目标，但并非总是可以实现。请调查 ICU。 - Jonathan Leffler

Answer 1

在C++03中，没有单一的跨平台方法可以做到这一点（没有库的情况下）。这部分原因是因为 wchar_t 在不同平台上并不相同。在Windows下，wchar_t 是一个16位的值，而在其他平台上它通常是一个32位的值。因此，您需要两个不同的代码路径来实现它。

- Nicol Bolas

Answer 2

我认为C++11的std::codecvt_utf16应该可以胜任。

std::codecvt_utf16是一个std::codecvt facet，封装了UTF-16编码字节串和UCS2或UCS4字符串之间的转换（取决于Elem类型）。

查看这个链接：http://en.cppreference.com/w/cpp/locale/codecvt_utf16

- Pubby

---

一切都很好，除了G++（或者更准确地说是libstdc++）还没有提供<codecvt>头文件，因此std::codecvt_utf16不可用。 - Tom

C++11 还引入了 char16_t 和 char32_t 类型（以及相关的 std::basic_string typedefs），以避免 wchar_t 平台问题。例如，无论何时需要一个 UTF-16 编码的字符串，都可以使用 std::u16string。 - Remy Lebeau

Answer 3

在非Windows环境中，您可以假设wchar_t是utf-32。这在Linux、Mac OS X和大多数*nix系统上都是正确的（几乎没有任何例外，而且您可能永远不会接触到这些系统 :-)）。而在Windows上，wchar_t是utf-16。因此，在Windows上，转换函数只需执行memcpy操作 :-)

在其他所有情况下，转换是基于算法的，并且非常简单。因此，不需要第三方库的高级支持。

以下是基本算法：http://unicode.org/faq/utf_bom.html#utf16-3 如果您不想编写自己的实现，您可能会找到十几种不同的实现方式 :-)

- Mihai Nita

Answer 4

问题在于的规范性不够明确。您可以使用GNU libiconv来实现您想要的功能。它接受特殊编码名称"wchar_t"作为源编码和目标编码。这样就可以在Windows、Linux以及其他提供libiconv的地方进行移植了。

- wilx

Answer 5

g++编译器似乎支持wcstombs函数？

- JTeagle

---

你是在提问还是陈述事实？ - Remy Lebeau