Question

我正在努力确保我的UTF-8和UTF-16之间的转换代码在空终止符方面是正确的。

在MultiByteToWideChar()的情况下，我理解如果您将输出缓冲区大小设置为0，则会获得字符数<包含终止空值。我的问题是：您是否将计数包括终止空值作为新的缓冲区大小，并与计数包括终止空值进行比较？或者换句话说，这是正确的吗？

n = MultiByteToWideChar(..., NULL, 0); if (MultiByteToWideChar(..., buf, n) != n) error();

我猜测输入缓冲区大小下的模糊

如果此参数设置为正整数，则该函数将精确处理指定的字节数。如果提供的大小不包含终止空字符，则生成的Unicode字符串不以空值终止，并且返回的长度不包括此字符。

，输入缓冲区大小为-1，答案是肯定的;是这样吗？

对于WideCharToMultiByte()，我根本不确定null终止符。如果我为输出缓冲区计数传递0，返回的计数是否包含空终止符？对于实际转换，我是否说输出缓冲区的大小包括空终止符？返回值是否包含空终止符？

我当前的代码用no，no和no（分别）回答这些。这似乎有效，但我宁愿不相信那些偶然起作用的代码。我的唯一提示是以下模糊：

如果此参数为-1，则该函数处理整个输入字符串，包括终止空字符。因此，生成的字符串具有终止空字符，函数返回的长度包括该字符。

所以我认为答案真的是肯定的，是的，是的，但我还是不完全确定。

感谢。

为了更好的衡量，这是我的代码：

// note: assume logLastError() calls DebugBreak() and that uiAlloc() aborts on failure #define MBTWC(str, wstr, bufsiz) MultiByteToWideChar(CP_UTF8, 0, str, -1, wstr, bufsiz) WCHAR *toUTF16(const char *str) { WCHAR *wstr; int n; n = MBTWC(str, NULL, 0); if (n == 0) logLastError("error figuring out number of characters to convert to in toUTF16()"); wstr = (WCHAR *) uiAlloc(n * sizeof (WCHAR), "WCHAR[]"); // TODO verify return includes null terminator if (MBTWC(str, wstr, n) != n) logLastError("error converting from UTF-8 to UTF-16 in toUTF16()"); return wstr; } #define WCTMB(wstr, str, bufsiz) WideCharToMultiByte(CP_UTF8, 0, wstr, -1, str, bufsiz, NULL, FALSE) char *toUTF8(const WCHAR *wstr) { char *str; int n; n = WCTMB(wstr, NULL, 0); if (n == 0) logLastError("error figuring out number of characters to convert to in toUTF8()"); // TODO does n include the null terminator? str = (char *) uiAlloc((n + 1) * sizeof (char), "char[]"); if (WCTMB(wstr, str, n + 1) != n) logLastError("error converting from UTF-16 to UTF-8 in toUTFF8()"); return str; }

Answer 1

MultiByteToWideChar返回值的文档说：

如果函数成功且cchWideChar为0，则返回值是lpWideCharStr指示的缓冲区所需的大小（以字符为单位）。

那么，对你的问题。

如果我为输出缓冲区计数传递0，返回的计数是否包含空终止符？

是的，如果您将-1传递给cbMultiByte。如果你通过了strlen(lpMultiByteStr)，那就没有。

对于实际转换，我是否说输出缓冲区的大小是否包含空终止符？

如果您希望缓冲区以空值终止，则为“是”，否则为“否”。

所以，完成了：

n = MultiByteToWideChar(..., -1, NULL, 0);

如果您希望缓冲区以空值终止，则可以选择分配长度为n的缓冲区;如果您不希望以空值终止，则可以选择分配长度为n-1的缓冲区。显然，您需要将n或n-1作为cchWideChar参数传递，以匹配缓冲区的实际长度。

查看代码，很清楚您要创建以null结尾的缓冲区。您的toUTF16代码是正确的。您的toUTF8代码不是。您应该使用与toUTF16中相同的长度处理代码。更重要的是，WideCharToMultiByte的最终参数有点不精确。它是指向布尔值的指针。代码应该是：

#define WCTMB(wstr, str, bufsiz) WideCharToMultiByte(CP_UTF8, 0, wstr, -1, str, bufsiz, NULL, NULL)

char *toUTF8(const WCHAR *wstr)
{
    char *str;
    int n;

    n = WCTMB(wstr, NULL, 0);
    if (n == 0)
        logLastError("error figuring out number of characters to convert to in toUTF8()");
    str = (char *) uiAlloc(n * sizeof (char), "char[]");
    if (WCTMB(wstr, str, n) != n)
        logLastError("error converting from UTF-16 to UTF-8 in toUTFF8()");
    return str;
}

这些是MultiByteToWideChar（）和WideCharToMultiByte（）的空终止符规则吗？我不太了解MSDN

1 个答案: