编辑：

Question

我已经编辑了我的帖子。目前，我正在尝试对用户的输入字符串进行编码，然后将其转换为十六进制格式。如果它不包含任何越南语字符，我可以正确地进行操作。如果我的inputString是“ Hello”。但是，当我尝试输入“Tôi”之类的字符串时，我不知道该怎么做。

    enum Encodings { USASCII, ISO88591, UTF8, UTF16BE, UTF16LE, UTF16, BIN, OCT, HEX };

    switch (Encodings)
        {
        case USASCII:
            ASCIIToHex(inputString, &ascii); //hello output 48656C6C6F
            return new ByteField(ascii.c_str());
        case ISO88591:
            ASCIIToHex(inputString, &ascii);//hello output 48656C6C6F
                                              //tôi output 54F469
            return new ByteField(ascii.c_str());
        case UTF8:
            ASCIIToHex(inputString, &ascii);//hello output 48656C6C6F
                                           //tôi output 54C3B469
            return new ByteField(ascii.c_str());
        case UTF16BE:
            ToUTF16(inputString, &ascii, Encodings);//hello output 00480065006C006C006F
                                                    //tôi output 005400F40069
            return new ByteField(ascii.c_str());
        case UTF16:
        ToUTF16(inputString, &ascii, Encodings);//hello output FEFF00480065006C006C006F
                                                //tôi output FEFF005400F40069
            return new ByteField(ascii.c_str());
        case UTF16LE:
            ToUTF16(inputString, &ascii, Encodings);//hello output 480065006C006C006F00
                                                    //tôi output 5400F4006900
            return new ByteField(ascii.c_str());
        }

void StringUtilLib::ASCIIToHex(std::string s, std::string * result)
{
    int n = s.length();
    for (int i = 0; i < n; i++)
    {
        unsigned char c = s[i];
        long val = long(c);
        std::string bin = "";
        while (val > 0)
        {
            (val % 2) ? bin.push_back('1') :
                bin.push_back('0');
            val /= 2;
        }
        reverse(bin.begin(), bin.end());
        result->append(ConvertBinToHex(bin));
    }
}

std::string ToUTF16(std::string s, std::string * result, int encodings) {
    int n = s.length();
    if (encodings == UTF16) {
        result->append("FEFF");
    }
    for (int i = 0; i < n; i++)
    {
        int val = int(s[i]);
        std::string bin = "";
        while (val > 0)
        {
            (val % 2) ? bin.push_back('1') :
                bin.push_back('0');
            val /= 2;
        }
        reverse(bin.begin(), bin.end());
        if (encodings == UTF16 || encodings == UTF16BE) {
            result->append("00" + ConvertBinToHex(bin));
        }
        if (encodings == UTF16LE) {
            result->append(ConvertBinToHex(bin) + "00");
        }

    }
}

std::string ConvertBinToHex(std::string str) {
    long long temp = atoll(str.c_str());
    int dec_value = 0;
    int base = 1;
    int i = 0;
    while (temp) {
        int last_digit = temp % 10;
        temp = temp / 10;
        dec_value += last_digit * base;
        base = base * 2;
    }
    char hexaDeciNum[10];
    while (dec_value != 0)
    {
        int temp = 0;
        temp = dec_value % 16;
        if (temp < 10)
        {
            hexaDeciNum[i] = temp + 48;
            i++;
        }
        else
        {
            hexaDeciNum[i] = temp + 55;
            i++;
        }
        dec_value = dec_value / 16;
    }
    str.clear();
    for (int j = i - 1; j >= 0; j--) {
        str = str + hexaDeciNum[j];
    }
    return str;
}

Answer 1

这个问题完全不清楚。要编码某些东西，您需要输入吗？因此，当您说“将越南字符编码为UTF8，UTF16” 时，输入的字符串是什么，转换为UTF-8 / 16之前的编码是什么？您如何输入？从文件还是控制台？

为什么在地球上您先转换为二进制然后转换为十六进制？您可以从字节直接打印为二进制和十六进制，而无需从二进制转换为十六进制。请注意，将其转换为二进制代码对于测试是很好的，但是在生产代码中效率非常低下。我也不知道您所说的是什么意思，“但是，如果我的字母是越南语字母的“Á”或“À”，我将无法得到它的价值。。请显示minimal, reproducible example和输入/输出

但是我认为您只想从源代码（例如“ÁÀ”）中的字符串文字输出UTF编码的字节。在这种情况下，它不被称为“编码字符串”，而仅仅是“输出字符串”

Unicode中的Á和À都可以用precomposed characters（U + 00C1和U + 00C0）或combining characters（A + U + 0301◌/ U + 0300 ◌̀）。您可以在Unikey中选择“ Unicodedựngsẵn” 或“ Unicodetổhợp” 在它们之间进行切换。假设您使用字符串文字形式的字符，那么std::string str = "ÁÀ"包含一系列与源文件编码中的上述字母相对应的字节。因此，根据将* .cpp文件另存为（CP1252，CP1258，UTF-8 ...）的编码，输出字节值将有所不同

要强制执行UTF-8 / 16/32编码，只需分别使用u8，u和U后缀以及正确的类型（char8_t ，char16_t，char32_t或std::u8string / std::u16string / std::u32string）

std::u8string  utf8  = u8"ÁÀ";
std::u16string utf16 = u"ÁÀ";
std::u32string utf32 = U"ÁÀ";

然后仅使用c_str()获取基础缓冲区并打印字节。在C ++ 14中std::u8string尚不可用，因此只需将文件另存为UTF-8并使用std::string。同样，您可以直接从std::u*string中读取std::cin来打印用户输入字符串的编码

编辑：

要在UTF编码之间进行转换，请使用标准的std::codecvt，std::wstring_convert，std::codecvt_utf8_utf16 ...

处理非Unicode编码比较棘手，需要一些外部库，例如ICU或与操作系统相关的API

WideCharToMultiByte和MultiByteToWideChar
iconv在Linux上

限制为ISO-8859-1会更容易，但是您仍然需要许多查找表，并且无法在不丢失信息的情况下将其他编码转换为ASCII

Answer 2

如果使用签名的char和CP1258，

-64是À的正确表示。如果您想要一个正数，则需要先强制转换为unsigned char。

如果确实使用CP1258，则可能是在Windows上。要将输入字符串转换为UTF-16，您可能要使用Windows平台API，例如MultiByteToWideChar，该API接受代码页参数（当然，您必须使用正确的代码页）。另外，您可以尝试使用mbstowcs之类的标准功能，但在使用之前必须正确设置语言环境。

您可能会发现在整个应用程序中更容易切换到宽字符，并且避免了大多数转码。

请注意，仅将整数转换为二进制以将其转换为十六进制不是显示整数的十六进制表示的简单有效的方法。

使用C ++将ISO88591，UTF8，UTF16BE，UTF16LE，UTF16越南语字符编码为十六进制，反之亦然

2 个答案:

编辑：