将执行字符集字符串转换为UTF-8字符串。

Question

将执行字符集字符串转换为UTF-8字符串。

c++utf-8character-encoding

3

在我的程序中，我有一个包含使用“执行字符集”编码的文本的std :: string（该字符集不能保证是UTF-8或甚至US-ASCII），我想将其转换为一个包含相同文本但使用UTF-8编码的std :: string。我该怎么做？

我猜我需要一个std :: codecvt<char，char，std :: mbstate_t>字符转换器对象，但我从哪里获取一个合适的对象？我必须使用什么函数或构造函数？

我假设标准库提供了某种方法来完成这个任务（在某个地方，以某种方式），因为编译器本身必须了解UTF-8（以支持UTF-8字符串文字）和执行字符集。

- Raedwald

我个人会寻找一些库，比如ICU。也许你可以使用更轻量级的库，就像这里提出的建议一样？ - Aconcagua

@Aconcagua 如果要使用外部库，我猜你需要知道执行字符集的“名称”（或ID）。但是你怎么获取它呢？ - Raedwald

操作系统相关... 我不知道任何最新的Linux/BSD发行版不使用UTF-8作为本地字符集，所以你可能不需要关心... Windows: 有一些API可以使用，我会从GetUserDefaultLCID开始搜索... 可能甚至有一个库提供了合适的API。 - Aconcagua

如何获取执行字符编码？嗯，有人必须在构建时告诉编译器。如果他们还将其构建到程序数据中，那么您就可以知道。 - Tom Blodget

2个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- hack-tramp · Answer 1

这是一种hacky的方法，但在我的MS VS2019中它起作用了。

#pragma execution_character_set( "utf-8" )

- eerorika · Answer 2

我猜想我需要一个std::codecvt<char, char, std::mbstate_t>的字符转换器对象，但是在哪里可以获得合适的对象呢？

你只能作为基类实例（通过继承）获取std::codecvt对象，因为析构函数是受保护的。话虽如此，std::codecvt<char,char,std::mbstate_t>不是你需要的面向对象，因为它代表的是标识转换（即根本不进行转换）。

目前，在C++标准库中没有关于本地（也称执行）字符编码和UTF-8之间的转换功能。因此，你可以使用Unicode标准自己实现转换: https://www.unicode.org/versions/Unicode11.0.0/UnicodeStandard-11.0.pdf 使用外部库，我猜你需要知道执行字符集的“名称”（或ID）。但是你怎么得到它呢？

也没有标准库函数可以做到这一点。例如，在POSIX系统上，您可以使用nl_langinfo(CODESET)。