如何将ANSI字节转换为Unicode字符串？

Question

我有一个代表字符串中字符的vector<BYTE>。我想将这些字符解释为ASCII字符，并将它们存储在Unicode (UTF-16)字符串中。当前代码假定vector<BYTE>中的字符是Unicode而不是ASCII，对于标准ASCII来说，这样做没问题，但对于扩展ASCII字符来说则失败了。这些字符需要使用通过GetACP()获取的当前代码页进行解释。我该如何使用这些ASCII字符创建Unicode (UTF-16)字符串？

编辑：我认为解决方案应该与这里讨论的宏有关：http://msdn.microsoft.com/en-us/library/87zae4a3(v=vs.80).aspx，但我不确定实际实现应该怎么做。

int ExtractByteArray(CATLString* pszResult, const CByteVector* pabData)
{
    // place the data into the output cstring
    pszResult->Empty();
    for(int iIndex = 0; iIndex < pabData->GetSize(); iIndex++)
        *pszResult += (TCHAR)pabData->GetAt(iIndex);

    return RC_SUCCESS;
}

- bgh10788

---

如果你正在使用MFC，难道不能让CString自动处理吗？ - David Heffernan

我有一个vector<BYTE>，它表示字符串中的字符。- 为什么不使用std::string？ - LihO

没有所谓的“扩展ASCII”。有相当多不同的8位单字节编码与ASCII的前128个代码点相同，但它们并不是ASCII（而且有很多种）。 - James Kanze

以下是 CString 构造函数：http://msdn.microsoft.com/zh-cn/library/cws1zdt8(v=vs.110).aspx 只需使用接收指向 char 和长度的指针的构造函数，您的工作就完成了。 - David Heffernan

@bgh10788：那么我认为将位图的二进制数据转换为任何类型的字符串（无论是UTF-16还是其他）都没有意义。 - LihO

Answer 1

您应该使用MultibyteToWideChar将该字符串转换为Unicode编码。

- BigBoss

---

可以这样做，但使用适当的 CString 构造函数并让它进行转换会更容易。 - David Heffernan

@DavidHeffernan 当然更好，但它仅适用于MFC和ATL应用程序（我猜它解决了bgh10788的问题），但这个函数适用于Windows上的任何程序和框架。 - BigBoss

但是问题标签为MFC并且涉及到CATLString，因此这样的解决方案似乎是合适的。 - David Heffernan

ASCII字符是1个字节，Unicode是2个字节。因此，multibytetowidechar不是正确的函数——ASCII根本就不是多字节！ - Owl

Answer 2

由于您正在使用MFC，让CString来完成这项工作。

- Cheers and hth. - Alf

Answer 3

我有一个表示字符串中字符的vector<BYTE>。我想将这些字符解释为ASCII字符，并将它们存储在Unicode（UTF-16）字符串中。

当您处理二进制数据时，应使用std::vector<BYTE>。处理字符串时，请改用std::string。请注意，此std::string对象将包含特殊字符，这些字符将由一个或多个字节的序列编码（因此称为多字节字符），但这些不是 ASCII字符。

一旦使用std::string，您可以使用MultiByteToWideChar创建自己的函数，该函数将把包含多字节UTF-8字符的std::string转换为包含UTF-16编码点的std::wstring。

// multi byte to wide char:
std::wstring s2ws(const std::string& str)
{
    int size_needed = MultiByteToWideChar(CP_UTF8, 0, &str[0], (int)str.size(), NULL, 0);
    std::wstring wstrTo(size_needed, 0);
    MultiByteToWideChar(CP_UTF8, 0, &str[0], (int)str.size(), &wstrTo[0], size_needed);
    return wstrTo;
}

- LihO

---

但我正在处理二进制数据。这个函数的目的是将这些二进制数据转换为CATLString。 - bgh10788

@bgh10788：为什么要将二进制数据转换为字符串？这没有任何意义。如果它是二进制数据，那么就将其视为二进制数据处理。如果它是一个字符串，那么就将其视为字符串处理。 - LihO