Question

如何将wstring（例如L"Hello"）与string进行比较？如果我需要具有相同的类型，我如何将它们转换为相同的类型？

Answer 1

因为您问过，这是我的标准转换函数，从字符串到宽字符串，使用C ++ std::string和std::wstring类实现。

首先，请务必使用set_locale：

启动您的程序

#include <clocale>

int main()
{
  std::setlocale(LC_CTYPE, "");  // before any string operations
}

现在的功能。首先，从一个狭窄的字符串中获取一个宽字符串：

#include <string>
#include <vector>
#include <cassert>
#include <cstdlib>
#include <cwchar>
#include <cerrno>

// Dummy overload
std::wstring get_wstring(const std::wstring & s)
{
  return s;
}

// Real worker
std::wstring get_wstring(const std::string & s)
{
  const char * cs = s.c_str();
  const size_t wn = std::mbsrtowcs(NULL, &cs, 0, NULL);

  if (wn == size_t(-1))
  {
    std::cout << "Error in mbsrtowcs(): " << errno << std::endl;
    return L"";
  }

  std::vector<wchar_t> buf(wn + 1);
  const size_t wn_again = std::mbsrtowcs(buf.data(), &cs, wn + 1, NULL);

  if (wn_again == size_t(-1))
  {
    std::cout << "Error in mbsrtowcs(): " << errno << std::endl;
    return L"";
  }

  assert(cs == NULL); // successful conversion

  return std::wstring(buf.data(), wn);
}

然后回去，用宽弦做一个窄弦。我将窄字符串称为“locale string”，因为它取决于当前的语言环境，采用依赖于平台的编码：

// Dummy
std::string get_locale_string(const std::string & s)
{
  return s;
}

// Real worker
std::string get_locale_string(const std::wstring & s)
{
  const wchar_t * cs = s.c_str();
  const size_t wn = std::wcsrtombs(NULL, &cs, 0, NULL);

  if (wn == size_t(-1))
  {
    std::cout << "Error in wcsrtombs(): " << errno << std::endl;
    return "";
  }

  std::vector<char> buf(wn + 1);
  const size_t wn_again = std::wcsrtombs(buf.data(), &cs, wn + 1, NULL);

  if (wn_again == size_t(-1))
  {
    std::cout << "Error in wcsrtombs(): " << errno << std::endl;
    return "";
  }

  assert(cs == NULL); // successful conversion

  return std::string(buf.data(), wn);
}

一些注意事项：

如果您没有std::vector::data()，则可以改为&buf[0]。
我发现r式转换函数mbsrtowcs和wcsrtombs在Windows上无法正常运行。在那里，您可以改为使用mbstowcs和wcstombs：mbstowcs(buf.data(), cs, wn + 1);，wcstombs(buf.data(), cs, wn + 1);

在回答您的问题时，如果您想比较两个字符串，可以将它们转换为宽字符串然后进行比较。如果您正在从具有已知编码的磁盘读取文件，则应使用iconv()将文件从已知编码转换为WCHAR，然后与宽字符串进行比较。

请注意，复杂的Unicode文本可能有多个不同的表示作为您可能需要考虑的代码点序列。如果可能，您需要使用更高级别的Unicode处理库（例如ICU）并将字符串规范化为一些常见的可比较形式。

Answer 2

您应该使用char将wchar_t字符串转换为mbstowcs字符串，然后比较生成的字符串。请注意，mbstowcs适用于char * / wchar *，因此您可能需要执行以下操作：

std::wstring StringToWstring(const std::string & source)
{
    std::wstring target(source.size()+1, L' ');
    std::size_t newLength=std::mbstowcs(&target[0], source.c_str(), target.size());
    target.resize(newLength);
    return target;
}

我不完全确定&target[0]的用法是完全符合标准的，如果有人对此有好的答案，请在评论中告诉我。此外，还有一个隐含的假设，即转换后的字符串不会比原始字符串的wchar_t个数更长（数量为char s） - 这是一个逻辑假设，我仍然不是确定它符合标准。

另一方面，似乎无法向mbstowcs询问所需缓冲区的大小，因此要么采用这种方式，要么使用（更好地完成和更好定义的）Unicode库中的代码（无论是Windows API还是像iconv这样的库）。

尽管如此，请记住，在不使用特殊功能的情况下比较Unicode字符串是很滑的，当按位比较时，两个等效的字符串可能会有不同的评估。

长话短说：这应该可以工作，我认为这是标准库所能达到的最大值，但它在很大程度上取决于Unicode的处理方式，我不会相信它。一般来说，最好在应用程序中坚持使用编码并避免这种转换，除非绝对必要，并且，如果您正在使用明确的编码，请使用与实现相关性较低的API。

Answer 3

在执行此操作之前请三思而后行 - 您可能不想首先比较它们。如果您确定要使用Windows，请使用MultiByteToWideChar将string转换为wstring，然后与CompareStringEx进行比较。

如果您不使用Windows，则类似功能为mbstowcs和wcscmp。标准的宽字符C ++函数在Windows下通常不可移植;例如，mbstowcs已被弃用。

使用Unicode的跨平台方式是使用ICU库。

注意使用特殊函数进行Unicode字符串比较，不要手动执行。两个Unicode字符串可以有不同的字符，但仍然是相同的。

wstring ConvertToUnicode(const string & str)
{
    UINT  codePage = CP_ACP;
    DWORD flags    = 0;
    int resultSize = MultiByteToWideChar
        ( codePage     // CodePage
        , flags        // dwFlags
        , str.c_str()  // lpMultiByteStr
        , str.length() // cbMultiByte
        , NULL         // lpWideCharStr
        , 0            // cchWideChar
        );
    vector<wchar_t> result(resultSize + 1);
    MultiByteToWideChar
        ( codePage     // CodePage
        , flags        // dwFlags
        , str.c_str()  // lpMultiByteStr
        , str.length() // cbMultiByte
        , &result[0]   // lpWideCharStr
        , resultSize   // cchWideChar
        );
    return &result[0];
}

比较std :: wstring和std :: string

3 个答案: