UnicodeString转换为char*（UTF-8）

Question

我正在OS X上使用C++中的ICU库。 我的所有字符串都是UnicodeStrings，但我需要使用像fopen、fread等系统调用。 这些函数以const char*或char*作为参数。 我已经了解到OS X内部支持UTF-8，因此我只需要将我的UnicodeString转换为UTF-8，但我不知道如何做到这一点。

UnicodeString有一个toUTF8()成员函数，但它返回一个ByteSink。我还找到了这些示例：http://source.icu-project.org/repos/icu/icu/trunk/source/samples/ucnv/convsamp.cpp 并阅读了关于使用转换器的内容，但我仍然感到困惑。希望能够得到帮助。

- zfedsa

Answer 1

调用UnicodeString::extract(...)方法将内容提取到char*中，如果要使用默认转换器（即使用操作系统所使用的字符集），则传入NULL作为转换器参数。

- Steven R. Loomis

---

谢谢！那个确实有效。我不确定destCapacity参数和UnicodeString的长度。这段代码可以工作：http://codepad.org/blaSP0ex 但是你会注意到我手动将UnicodeString的.length()加倍，以弥补多字节字符串的长度。我该如何确保我的char* dest有足够的空间？ - zfedsa

谢谢。文档中提到最好猜测大小，如果出现缓冲区溢出错误，则再次调用提取函数并使用第一次调用返回的长度。我在这里这样做：http://codepad.org/nyp5yJWB 但是第二次调用仍然失败，尽管我提供了第一个提取调用返回的正确长度。我做错了什么？ - zfedsa

我忘记使用 delete[] 而不是 delete，而且我认为我不需要 sizeof（我通常使用的是 C），但这些都是小细节。 - zfedsa

谢谢！现在一切都正常了。我不是想一直烦你，但似乎只有你知道关于 ICU 的事情。 - zfedsa

提取功能对我来说不起作用。总是出现一些错误。我需要将一个值记录在文件中，我使用了charAt（index）：log_statement_orig.charAt（0）<<“\ n”；log_statement_orig.charAt（1）<<“\ n”；...看起来很愚蠢，但它有帮助。我将输出的整数写入了Unicode转换器（从十进制到Unicode），然后得到了字符串的值。只是我的项目构建需要30分钟，而且经常出现错误，所以我决定按照这种方式进行调试。当然，这仅适用于调试，不能用于生产代码。 - fresko

Answer 2

ICU用户指南 > UTF-8提供了执行此操作的方法和说明。

在UTF-16 API中使用UTF-8字符串最简单的方法是通过C++ icu::UnicodeString方法fromUTF8(const StringPiece& utf8)和toUTF8String(StringClass& result)。 还有toUTF8(ByteSink& sink)。

现在不推荐使用extract()。

注意： icu :: UnicodeString 具有构造函数， setTo()和 extract()方法，可以接受转换器对象或字符集名称。 这些可以用于UTF-8，但与上述 fromUTF8() / toUTF8() / toUTF8String()方法相比，它们不那么高效或方便。

- Map X

Answer 3

这将起作用：

std::string utf8;
uStr.toUTF8String(utf8);

- gsf

---

这是一个旧帖子，正如你所看到的。从那时起，我一直在使用 go 和 java。应该注意 std::string，但我不记得 icu 对 uStr 的所有权是什么。 - gsf

@Johnny_D，std::string 始终包含自定义的 char 数组。所以，不用担心 std::string utf8;，它会销毁字符串数组的自定义副本。 - Mister_Jesus