将主机字符编码中的字符串转换为C中的Unicode

Question

有没有办法可移植（即符合C标准）将主机字符编码中的字符串转换为Unicode代码点数组？我正在研究一些数据序列化软件，我遇到了一个问题，因为虽然我需要通过线路发送UTF-8，但C标准并不保证ASCII编码，因此在主机字符编码中转换字符串可能是一项非常重要的任务。

是否有图书馆为我照顾这种东西？ C标准库中是否隐藏了可以执行此类操作的功能？

Answer 1

C11标准，ISO / IEC 9899：2011，有一个新的标题<uchar.h>，有基本的设施可以提供帮助。它在§7.28Unicode实用程序<uchar.h> 。

部分中进行了描述

定义了两对函数：

• c16rtomb()和mbrtoc16() - 使用char16_t类型uint_least16_t。
• c32rtomb()和mbrtoc32() - 使用char32_t类型uint_least32_t。

名称中的r用于'可重启';这些函数旨在迭代调用。 mbrtoc{16,32}()对从多字节代码集（因此为mb）转换为char16_t或char32_t。 c{16,32}rtomb()对从char16_t或char32_t转换为多字节字符序列。

我不确定他们是否会做你想做的事。 {@ 1}}标题因此功能在Mac OS X 10.9.1上不可用Apple提供的<uchar.h>或'home-built'GCC 4.8.2，所以我没有有机会调查他们。该标题似乎在Linux（Ubuntu 13.10）和GCC 4.8.1上可用。

我认为ICU可能是一个更好的选择 - 然而，它是一个相当大的库（但这是因为它总体上支持一般的Unicode和一般的不同语言环境）。 / p>