多平台的方法来转换 std::string 和 std::wstring 之间的格式

Question

我目前正在使用Windows API的方法MultiByteToWideChar和WideCharToMultiByte来在std::string和std::wstring之间进行转换。

我正在将我的代码从Windows依赖中移除，因此我想知道上述方法的替代方法。具体来说，使用Boost将是很棒的选择。我可以使用哪些方法？以下是我目前正在使用的代码：

const std::wstring Use::stow(const std::string& str)
{
    if (str.empty()) return L"";
    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;
}

const std::string Use::wtos(const std::wstring& wstr)
{
    if (wstr.empty()) return "";
    int size_needed = WideCharToMultiByte(CP_UTF8, 0, &wstr[0], (int)wstr.size(), NULL, 0, NULL, NULL);
    std::string strTo( size_needed, 0 );
    WideCharToMultiByte                  (CP_UTF8, 0, &wstr[0], (int)wstr.size(), &strTo[0], size_needed, NULL, NULL);
    return strTo;
}

- Didac Perez Parera

---

标准库中的 std::mbstowcs 和 std::wcstombs 怎么样？ - Some programmer dude

这可能比仅仅查找转换函数更加复杂，请参见此处。 - Wilbert

哎呀！我不知道那个！ - Didac Perez Parera

Answer 1

基本上使用<cstdlib>，您可以采用与Joachim Pileborg提到的类似的实现。只要将区域设置为所需的任何内容（例如：setlocale(LC_ALL，"en_US.utf8");） MultiByteToWideChar(CP_UTF8, 0, &str[0], (int)str.size(), NULL, 0) => mbstowcs(nullptr, data(str), size(str)) MultiByteToWideChar(CP_UTF8, 0, &str[0], (int)str.size(), &wstrTo[0], size_needed) => mbstowcs(data(wstrTo), data(str), size(str))

WideCharToMultiByte(CP_UTF8, 0, &wstr[0], (int)wstr.size(), NULL, 0, NULL, NULL) => wcstombs(nullptr, data(wstr), size(wstr))

WideCharToMultiByte(CP_UTF8, 0, &wstr[0], (int)wstr.size(), &strTo[0], size_needed, NULL, NULL) => wcstombs(data(strTo), data(wstr), size(wstr))

编辑:

c++11 要求字符串是连续分配的, 如果您正在编译跨平台应用程序，这可能非常重要，因为以前的标准不要求string是连续分配的。以前调用&str[0], &strTo[0], &wstr[0], 或者&wstrTo[0]可能会导致问题。
由于c++17现在是被接受的标准，我已经改进了我的建议替代方案，使用data而不是引用字符串的前面。

- Jonathan Mee

---

嗨，乔纳森，它已经起作用了！你认为我使用这种方法会遇到内存错误吗？我担心内存分配。 - Didac Perez Parera

为什么不使用str.c_str()而使用&str[0]呢？它肯定是连续的。 - Julien

是的，我相信@Julien的建议对于提供的源字符串将起作用c_str()与std::wstring一起使用，但对于目标字符串则不起作用。对于目标字符串，我的初始想法是您应该临时分配一个向量，然后将其复制到字符串中。因此，在wtos中可以这样做：std::vector< char > temp( size_needed, '\0' ); std::wcstombs( &*temp.begin(), wstr.c_str(), wstr.size() ); std::string strTo( size_needed, '\0' ); std::copy( strTo.begin(), strTo.end(), temp.begin() ); 这可能会成为一个很好的后续问题！ - Jonathan Mee

这是一个在跨平台的常见代码中实现的好方法。如果它仍然需要在Windows上运行，您需要添加_CRT_SECURE_NO_WARNINGS预处理器宏。否则，它会抱怨您没有使用特定于Windows的mbstowcs_s函数。 - spfursich

Answer 2

从您的代码来看，您正在使用utf-8编码。要使用utf-8，请查看http://utfcpp.sourceforge.net/上的UTF8-CPP，这是一个仅包含头文件的库。

查看utf8to32函数。（请注意，Windows上的wchar_t为16位，在其他平台如Linux上通常为32位）

- John Bandela

Answer 3

const std::wstring Use::stow(const std::string &s)
{
    return std::wstring(s.begin(), s.end());
}

const std::string Use::wtos(const std::wstring &ws)
{
    return std::string(ws.begin(), ws.end());
}

- l33t

---

不要这样做，这会对包含非ASCII字符的字符串产生可怕的影响，并且很可能会生成无效的Unicode字符串。 - John Bandela