Question

我有一个Win32功能，我需要移植到iOS：

// Loads UTF-8 file and converts to a UTF-16 string

bool LoadUTF8File(char const *filename, wstring &str)
{
    size_t size;
    bool rc = false;
    void *bytes = LoadFile(filename, &size);
    if(bytes != 0)
    {
        int len = MultiByteToWideChar(CP_UTF8, 0, (LPCCH)bytes, size, 0, 0);
        if(len > 0)
        {
            str.resize(len + 1);
            MultiByteToWideChar(CP_UTF8, 0, (LPCCH)bytes, size, &str[0], len);
            str[len] = '\0';
            rc = true;
        }
        delete[] bytes;
    }
    return rc;
}

// LoadFile returns the loaded file as a block of memory
// There is a 3 byte BOM which MultiByteToWideChar seems to ignore
// The text in the file is encoded as UTF-8

我正在使用C ++，而不是Objective C，我一直在尝试使用mbstowcs和_mbstowcs_l。它们的行为似乎与MultiByteToWideChar不同。例如，单词attaché末尾的重音字符未正确转换（Win32版本正确转换它）。某处的标准库中是否存在“UTF-8到UTF-16”功能？

Win32版本中是否有一个我没有注意到的错误？

MultiByteToWideChar返回的长度小于mbstowcs返回的长度。

奇怪的是，在这个小测试案例中

    char *p = "attaché";

    wstring str;
    size_t size = strlen(p);
    setlocale(LC_ALL, "");
    int len = mbstowcs(null, p, size);
    if(len > 0)
    {
        str.resize(len + 1);
        mbstowcs(&str[0], p, size);
        str[len] = '\0';
    }
    TRACE(L"%s\n", str.c_str());

    len = MultiByteToWideChar(CP_UTF8, 0, p, size, null, 0);
    if(len > 0)
    {
        str.resize(len + 1);
        MultiByteToWideChar(CP_UTF8, 0, p, size, &str[0], len);
        str[len] = '\0';
    }
    TRACE(L"%s\n", str.c_str());

我从mbcstowcs获得正确的输出，而MultiBystToWideChar错误地将最后一个字符转换为65533（REPLACEMENT_CHARACTER）。现在我很困惑......

Answer 1

您是否仍然坚持使用C ++，或者它只是您目前所选择的方式，但也可以在Objective-C中使用它吗？

在Objective-C中，您可以使用[yourUTF8String dataUsingEncoding:NSUTF16StringEncoding]来获取包含字符串的UTF-16表示字节的NSData。

附加假设：请注意，在您的示例中未正确转换的“é”字符也可能是因为您的解决方案可能不采用NFD形式（或NFC形式，任一个）。这意味着如果“é”字符在NFD中编码为“具有急性重音的字符'e”，则可能无法正确解释而NFC形式（如“重音e字符”，即前直接组成的字符）它会。反之亦然。

这只是一个假设，实际上它取决于你的结果而不是你期望的“é”字符，但是值得检查。

如何在iOS中将UTF-8字符串转换为wchars？

1 个答案: