Question

我在同一个项目中使用libxml2和ICU。他们代表 UTF8不同。 libxml2使用unsigned char *，ICU构造函数接受普通char *（在我的Pentium 64位上相当于signed char）。

问题：如何在两者之间进行转换？我可以吗？使用static_cast？

据我所知，UTF8只关心底层数据类型至少8位长。签名字符和未签名 char满足这一点。我只是想知道是否有在这里？任何角落案件？

编辑：在我的编译器（g ++ / Gentoo）坚持下，只有reinterpret_cast可以进行这种转换（不依赖于C风格的转换）。让我们说我们有两个无符号字符串：0000和1000.转换会将它们都变为0.这是否可以在UTF8下进行？

Answer 1

有些图书馆使用char存储UTF-8，其他图书馆使用unsigned char。

在这种情况下，您可能需要使用char*在unsigned char*和reinterpret_cast之间进行投射，因为这些类型具有相同的存储单元大小和对齐方式。 E.g：

char const* s = ...;
unsigned char const* p = reinterpret_cast<unsigned char const*>(s);

static_cast始终可以通过中间转换为reinterpret_cast来模拟void*，例如char* -> void* -> unsigned char*，例如：

char const* s = ...;
void const* intermediate = s;
unsigned char const* p = static_cast<unsigned char const*>(intermediate);

Answer 2

如果unsigned char *只是一个指向字符串的指针，它不应该导致任何问题。

Answer 3

没关系。在任何情况下，只要您需要从char *或unsigned char *流中提取char，您将需要一个库提供的函数，该函数将提取一个int并以对您不透明的方式更新指针/迭代器（来电者）

Answer 4

谢谢大家。迈克说得最好：差别没有区别，“一个字节是一个字节就是一个字节”。