变量bstr到std :: string转换的默认编码

Question

我有一个从MSXML DOM中提取的变体bstr，所以它是UTF-16。我试图找出此转换发生的默认编码：

VARIANT vtNodeValue;
pNode->get_nodeValue(&vtNodeValue);
string strValue = (char*)_bstr_t(vtNodeValue);

从测试开始，我认为默认编码是Windows-1252或Ascii，但我不确定。

顺便说一下，这是我修复的代码块，并将变量转换为wstring，并通过调用WideCharToMultiByte进行多字节编码。

谢谢！

Answer 1

operator char*方法调用_com_util::ConvertBSTRToString()。 The documentation非常无用，但我认为它使用当前的区域设置进行转换。

更新

在内部，_com_util::ConvertBSTRToString()调用WideCharToMultiByte，为所有代码页和默认字符参数传递零。这与传递CP_ACP相同，这意味着使用系统当前的ANSI代码页设置（而不是当前的线程设置）。

如果您想避免丢失数据，可以直接致电WideCharToMultiByte并使用CP_UTF8。您仍然可以将字符串视为以空字符结尾的单字节字符串并使用std::string，您只是不能将字节视为字符。

Answer 2

std::string本身不指定/包含任何编码。它只是一个字节序列。同样适用于std::wstring，它只是wchar_t s（Win32上的双字节字）序列。

通过_bstr_t将char*转换为wchar_t，您只需获取指向原始数据的指针即可。 operator char*，此数据由宽字符组成，即std::string s，代表UTF-16。

我很惊讶它实际上可以从中构建wstring;你不应该超过第一个零字节（如果你的原始字符串是英文的话，很快就会发生）。

但由于wchar_t是_bstr_t的字符串，您应该可以直接从_bstr_t tmp(vtNodeValue); wstring strValue((wchar_t*)tmp, tmp.length()); 构建一个字符串，如下所示：

length

（我不确定wstring;它是字节数还是字符数？）然后，你将有一个WideCharToMultiByte以UTF-16编码可以致电{{1}}。