如何在不使用mbstowcs的情况下将C ++中的ASCII char *转换为wchar_t *？

Question

我想在Linux上将C ++中的ASCII char *转换为wchar_t *而不使用mbstowcs()。在iOS和Windows上，这非常有效。然而，在Android上，mbstowcs似乎可以一对一地完全转换。即使使用setlocale()的不同变体，我也无法成功转换。

我最终可能只需在Android上通过复制1个字节手动转换它，然后用零填充其余部分。但这适用于ASCII吗？ UTF-32 / Unicode的前255个字符是否与ASCII（ISO 8859-1 / ISO Latin-1）字符集相同？

Answer 1

让思考更清晰：

• ASCII是使用0..127中的值编码单个字符的字符编码。
• Latin-1是另一个字符集，它使用128..255中的值来扩展ASCII，以编码自己的字符。

实际上，大多数架构字节都是8位，因此在字节中存储ASCII字符时仍有128个值可用。 因此，设计了几个不同的字符集，以扩展ASCII值为128..255的值。快乐意外，被称为Latin-1的那个用于Unicode中的前256个代码点（如BoBTFish所指出的）。因此，如果您一方面使用Latin-1编码的字符串，您可以将每个值分配给wchar_t（这将确保关于您的架构上的字节顺序的正确“零填充”），并且它将是对应于相同字符的 unicode代码点的有效wstring。然后，wstring的使用者必须将其内容解释为unicode代码点。

另外，只要你不能保证原始字符串的编码是Latin-1，你就会遇到问题。 （例如，UTF-8编码不是将每字节字节映射到Latin-1）。

Answer 2

如果您不介意使用STL依赖项并使用string和wstring而不是原始char *和wchar_t *指针，则可以使用如下函数执行字符串转换：

template<typename TARGET, typename SOURCE>
TARGET convertString(const SOURCE &s)
{
    TARGET result;
    result.assign(s.begin(), s.end());
    return result;
}

使用如下：

#include <string>
#include <iostream>
using namespace std;

int main()
{
    wstring wstr(L"HELLO WORLD");
    string str(convertString<string, wstring>(wstr));
    cout << str << endl;
    return 0;
}

这将执行逐个字符的转换，并且与平台无关。这已经在Windows上使用GCC 4.7.3和Visual C ++ 2012以及使用GCC 4.7.3在Linux上进行了测试。

Answer 3

可以使用std::wstring_convert缩短以下代码：

#include <string>
#include <locale>

std::string convert(std::wstring str, std::locale loc = std::locale(),
                                             std::mbstate_t state = std::mbstate_t())
{
    const wchar_t* a; char *b;
    std::string res;

    res.resize(str.size());

    auto bytes = std::use_facet<std::codecvt<wchar_t, char, std::mbstate_t>>(loc)
        .out(state, &str[0], &str[str.size()], a, &res[0], &res[res.size()], b);

    return res;
}

int main()
{
    std::wstring a = L"abcdef";
    std::string b = convert(a);
}

的 Demo 的