如何将std::vector<char>转换为std::vector<wchar_t>？

Question

我有一个字节的std::vector (char)，我想做的就是将此向量转换为wchar_t类型的向量。显然，我需要复制数据，但这里的问题是，我已经在左侧拥有了UTF-16字节流，我只想将其移动到wchar_t向量中以便使用。理想情况下，我想交换缓冲区，但我不确定如何以安全的方式实现...那么，在C++中，如何进行高效且安全的转换复制操作呢？

注意：我会将我的UTF-16字符串存储为或>，但我有这个内存缓冲区，我碰巧知道它是UTF-16格式，我需要复制它，但不知道怎么搞...

- John Leidegren

---

什么？你把UTF-16数据存储为char？顺便说一下，从char转换为wchar_t是使用widen完成的，但我猜这不是你想要的 http://www.cplusplus.com/reference/std/locale/ctype/widen/ - Šimon Tóth

http://www.codeproject.com/Tips/196097/Converting-ANSI-to-Unicode-and-back?display=Print 可能会回答它。 - parapura rajkumar

并且扩展Let_Me_Be的评论：为什么将UTF-16数据存储为char？ - Griwes

不，我的做法是将文本文件加载到内存缓冲区中（具体来说，这是我的std::vector<uint8>字节序列）。然后我使用一个简单的启发式方法，查看前几个字节以确定编码方式。如果我找到了UTF-16字节顺序标记，我知道我真正需要做的就是改变我查看这些字节的方式，就可以了。最好的情况是，我希望能够在不复制整个缓冲区的情况下，将内容从内存缓冲区传输到文本缓冲区。复制并不是问题，但我正在寻找一种简单的方法来完成这个转换。 - John Leidegren

@JohnLeidegren：我一分钟后有一个会议，所以我要删除我的当前答案，直到我能给你一个更好的答案为止。 - John Dibling

Answer 1

最有效（也是最明智）的方法是不去做它。让您的 vector<char> 拥有数据缓冲区，并创建一对 wchar_t 指针作为迭代器，指向向量中的位置即可。

std::vector<char> vec;
wchar_t* first = reinterpret_cast<wchar_t*>(&vec[0]);
wchar_t* last = reinterpret_cast<wchar_t*>(&vec[0] + vec.size());

现在你有一个迭代器对，可以很好地与所有标准库算法配合使用。而且你不需要复制任何字节。 :)

（免责声明：我假设向量的大小可被sizeof(wchar_t)整除。否则，您将需要调整last指针）

- jalf

---

这很准确，然后我可以使用assign，然后它会复制这些东西，对吧？在我的想法中将其复制是可以的，我只是希望有一个交换技巧。我的意思是，std::vector的内部是相同的，我只是想要交换掉其中的内容（就像reinterpret_cast一样），但这样做也不错。 - John Leidegren

static_cast 就很好。 - Alexandre C.

@AlexandreC：我认为static_cast会导致未定义的行为。我也认为它在实践中不起作用，这取决于向量存储大小或结束指针的方式。 - Mooing Duck

@MooingDuck：static_cast 比 reinterpret_cast 更不容易出现未定义行为，并且在非函数指针之间进行转换时同样有效。 - Alexandre C.

这是否违反了严格别名规则或对齐规则？ - nyanpasu64

Answer 2

std::vector<char> v1;
std::vector<wchar_t> v2;

wchar_t *begin = (wchar_t *) &v2.front();
wchar_t *end   = (wchar_t *) (&v2.back() + 1);

v1.assign(begin, end);

我没有测试过这个，但我无法想象这样的东西不会起作用...如果你有字节序问题，这将变得更加复杂。

- Bill Lynch

---

使用&v2.back() + 1而不是end()，因为end()返回一个迭代器。令人困惑的是，它可能看起来可以工作，因为迭代器恰好是指针，但在另一个实现或使用调试版本的vector时可能会停止工作。 - Steve Jessop

Answer 3

std::vector<char> v1;
std::vector<wchar_t> v2;

const char * cv1 = v1.data();

const wchar_t * cv2 = static_cast<const wchar_t *>(cv1);
std::copy(cv2, cv2 + v1.size() / sizeof(wchar_t), std::back_inserter(v2));

- emsr