Question

我的配置：

编译器：gnu gcc 4.8.2
我用C ++ 11编译
platform / OS：Linux 64bit Ubuntu 14.04.1 LTS

我想用wchar_t *提供一个方法，并在需要XMLCh *的许多xecerces库方法中使用它，但我不知道如何从一个方法转换到另一个方法。如果使用char *而不是wchar_t *，这很容易，但我需要使用宽字符。在Windows下，我可以轻松地从一个转换到另一个，但它在我的linux机器上不起作用。不知何故，我必须手动将wchar_t *转换为XMLCh *

我链接到libxerces-c-3.1.so库，它只使用XMLCh *。 XMLCh可以处理广泛的角色，但我不知道如何将它提供给它，以及如何从XMLCh *中获取wchar_t *

我开发了这个，但它不起作用（这里我吐出一个wstring，它比清理指针更容易清理内存：

static inline std::wstring XMLCh2W(const XMLCh* tagname)
{
    std::wstring wstr;
    XMLSize_t len1 = XMLString::stringLen(tagname);
    XMLSize_t outLen = len1 * 4;
    XMLByte ut8[outLen+1];
    XMLSize_t charsEaten = 0;
    XMLTransService::Codes failReason; //Ok | UnsupportedEncoding | InternalFailure | SupportFilesNotFound
    XMLTranscoder* transcoder = XMLPlatformUtils::fgTransService->makeNewTranscoderFor("UTF-8", failReason,16*1024);

    unsigned int utf8Len = transcoder->transcodeTo(tagname,len1,ut8,outLen,charsEaten,XMLTranscoder::UnRep_Throw);// XMLTranscoder::UnRep_Throw UnRep_RepChar

    ut8[utf8Len] = 0;
    std::wstring wstr = std::wstring((wchar_t*)ut8);//I'm not sure this is actually ok to do
    return wstr;
}

Answer 1

XMLCh由wchar_t（在Windows上）或uint16_t（在Linux上）定义，并使用UTF-16进行编码。

不幸的是，gcc 4.8.2不支持std :: wstring_convert来转换unicode字符串的编码。但是您可以使用Boost的locale :: conv :: utf_to_utf（）来转换为/来自XMLCh。

#include <boost/locale.hpp>

static inline std::wstring XMLCh2W(const XMLCh* xmlchstr)
{
    std::wstring wstr = boost::locale::conv::utf_to_utf<wchar_t>(xmlchstr);
    return wstr;
}

static inline std::basic_string<XMLCh> W2XMLCh(const std::wstring& wstr)
{
    std::basic_string<XMLCh> xmlstr = boost::locale::conv::utf_to_utf<XMLCh>(wstr);
    return xmlstr;
}

如果你想使用wchar_t *或XMLCh *，请使用如下所示的c_str（）方法。

const wchar_t* wcharPointer = wstr.c_str();
const XMLCh* xmlchPointer = xmlstr.c_str();

Answer 2

不，你不能在GCC下这样做，因为GCC将wchar_t定义为32位，UTF-32 / UCS-4编码（差异对于实际用途并不重要）字符串而Xerces-c将XmlCh定义为16位UTF-16编码的字符串。

我发现最好的是使用C ++ 11支持UTF-16字符串：

char16_t和XmlCh是等效的，但不能隐含地兑换;你还需要在他们之间施放。但与转码相比，这至少是便宜的。
std::basic_string<char16_t>是等效的字符串类型。
使用u"str"和u's'形式的文字。

不幸的是，VC ++并不支持C ++ 11 UTF-16文字，尽管wchar_t文字是UTF-16编码的。所以我最终在标题中得到了类似的东西：

#if defined _MSC_VER
#define U16S(x) L##x
typedef wchar_t my_u16_char_t;
typedef std::wstring my_u16_string_t;
typedef std::wstringstream my_u16_sstream_t;
inline XmlCh* XmlString(my_u16_char_t* s) { return s; }
inline XmlCh* XmlString(my_u16_string_t* s) { return s.c_str(); }
#elif defined __linux
#define U16S(x) u##x
typedef char16_t my_u16_char_t;
typedef std::basic_string<my_u16_char_t> my_u16_string_t;
typedef std::basic_stringstream<my_u16_char_t> my_u16_sstream_t;
inline XmlCh* XmlString(my_u16_char_t* s) { return reinterpret_cast<XmlCh*>(s); }
inline XmlCh* XmlString(my_u16_string_t* s) { return XmlString(s.c_str()); }
#endif

IMO，相当混乱，但在VC ++支持C ++ 11 Unicode文字之前，我看不到整理，允许Xerces直接用char16_t重写。

Answer 3

我最近处理过这个问题，现在Visual Studio 2015支持Unicode字符和字符串文字，这很容易以跨平台的方式处理。我使用以下宏和static_assert来保证正确性：

#define CONST_XMLCH(s) reinterpret_cast<const ::XMLCh*>(u ## s)

static_assert(sizeof(::XMLCh) == sizeof(char16_t), 
    "XMLCh is not sized correctly for UTF-16.");

使用示例：

const XMLCh* features = CONST_XMLCH("Core");
auto impl = DOMImplementationRegistry::getDOMImplementation(features);

这是因为Xerces将XMLCh定义为16位宽并保存UTF-16字符串值，这完全符合标准给出的前缀为u的字符串文字的定义。编译器不知道这一点，并且不会在char16_t*和XMLCh*之间进行隐式转换，但是你可以使用reinterpret_cast来解决这个问题。如果出于某种原因你尝试在大小不匹配的平台上编译Xerces，static_assert将失败并引起对问题的注意。

XMLCh到wchar_t，反之亦然

3 个答案: