更新

Question

我在打开UTF-8路径文件时遇到了问题。具有UTF-8字符（如西里尔语或拉丁语）的路径。我找到了一种用_wfopen来解决这个问题的方法，但是当我用UTF手工编码UTF-8字符（\ Uxxxx）时解决它的方式。

是否有函数，宏或任何当我提供字符串（路径）时它将返回Unicode？

这样的事情： https://www.branah.com/unicode-converter

我尝试使用MultiByteToWideChar，但它会返回一些不相关的十六进制数字。

尝试：

std::wstring s2ws(const std::string& s)
{
    int len;
    int slength = (int)s.length() + 1;
    len = MultiByteToWideChar(CP_ACP, 0, s.c_str(), slength, 0, 0);
    wchar_t* buf = new wchar_t[len];
    MultiByteToWideChar(CP_ACP, 0, s.c_str(), slength, buf, len);
    std::wstring r(buf);
    delete[] buf;
    return r;
}
std::wstring stemp = s2ws(x);
LPCWSTR result = stemp.c_str();

我得到的结果：0055F7E8

提前谢谢

更新

我安装了boost，现在我正在尝试使用boost。有人可以帮助我提升。

所以我有一条路： wchar_t path[100] = _T("čaćšžđ\\test.txt");

我需要将它转换为：

wchar_t s[100] = _T("\u010d\u0061\u0107\u0161\u017e\u0111\\test.txt");

Answer 1

这是一种在Windows上转换UTF-8和UTF-16的方法，以及显示输入和输出的存储代码单元的实际值：

#include <codecvt>
#include <iostream>
#include <iomanip>
#include <string>

int main() {
    std::wstring_convert<std::codecvt_utf8_utf16<wchar_t>, wchar_t> convert;

    std::string s = "test";

    std::cout << std::hex << std::setfill('0');
    std::cout << "Input `char` data: ";
    for (char c : s) {
      std::cout << std::setw(2) << static_cast<unsigned>(static_cast<unsigned char>(c)) << ' ';
    }
    std::cout << '\n';

    std::wstring ws = convert.from_bytes(s);

    std::cout << "Output `wchar_t` data: ";
    for (wchar_t wc : ws) {
      std::cout << std::setw(4) << static_cast<unsigned>(wc) << ' ';
    }
    std::cout << '\n';
}

了解输入和输出的实际值很重要，否则您可能无法正确理解您真正需要的转换。例如，在我看来，对于VC ++如何处理编码以及\Uxxxxxxxx和\uxxxx在C ++源代码中实际执行的操作（例如，它们不一定产生UTF-）可能存在一些混淆。 8数据）。

尝试使用上面显示的代码来查看输入数据的真实含义。

强调我上面所写的内容;有强烈的迹象表明您可能无法正确理解输入上正在进行的处理，您需要对其进行彻底检查。

如果用以下内容替换测试字符串，上述程序会将ć（U + 0107）的UTF-8表示正确转换为单个16位代码单元0x0107：

std::string s = "\xC4\x87"; // UTF-8 representation of U+0107

然后在Windows上使用Visual Studio输出程序：

输入char数据：c4 87
输出wchar_t数据：0107

这与使用测试字符串形成对比，例如：

std::string s = "ć";

或者

std::string s = "\u0107";

这可能会导致以下输出：

输入char数据：3f
输出wchar_t数据：003f

这里的问题是Visual Studio不使用UTF-8作为字符串的编码而没有一些技巧，所以你从UTF-8转换的请求可能不是你真正需要的;或者您确实需要从UTF-8转换，但是您正在使用与实际输入不同的输入来测试潜在的转换例程。

所以我有一条路径：wchar_t path [100] = _T（“čaćšžđ\ test.txt”）;

我需要将它转换为：

wchar_t s [100] = _T（“\ u010d \ u0061 \ u0107 \ u0161 \ u017e \ u0111 \ test.txt”）;

好的，如果我理解正确，你的实际问题是以下失败：

wchar_t path[100] = _T("čaćšžđ\\test.txt");
FILE *f = _wfopen(path, L"w");

但是如果你改写字符串就像：

wchar_t path[100] = _T("\u010d\u0061\u0107\u0161\u017e\u0111\\test.txt");

然后_wfopen调用成功并打开您想要的文件。

首先，这与UTF-8完全无关。我假设您找到了一些使用char字符串并将其转换为wchar_t的解决方法，并且您以某种方式将其解释为涉及UTF-8或其他内容。

您使用哪种编码保存源代码？字符串L"čaćšžđ\\test.txt"实际上是否正确保存？尝试关闭源文件并重新打开它。如果某些字符显示为?，则部分问题是源文件编码。特别是Windows在大多数北美和西欧使用的默认编码都是如此：“西欧（Windows） - 代码页1252”。

您还可以检查以下程序的输出：

#include <iomanip>
#include <iostream>

int main() {
    wchar_t path[16] = L"čaćšžđ\\test.txt";

    std::cout << std::hex << std::setfill('0');
    for (wchar_t wc : path) {
        std::cout << std::setw(4) << static_cast<unsigned>(wc) << ' ';
    }
    std::cout << '\n';
    wchar_t s[16] = L"\u010d\u0061\u0107\u0161\u017e\u0111\\test.txt";

    for (wchar_t wc : s) {
        std::cout << std::setw(4) << static_cast<unsigned>(wc) << ' ';
    }
    std::cout << '\n';
}

您需要了解的另一件事是\uxxxx写字符形式（称为通用字符名称或UCN）不是可以在C ++中将字符串转换为字符串的表单。当您编译程序并且它正在运行时，即当您编写的任何代码可能正在尝试生成包含\uxxxx的字符串时，编译器将UCN解释为不同字符的时间早已过去。唯一可行的UCN是直接写在源文件中的。

另外，您错误地使用了_T()。 IMO您根本不应该使用TCHAR和相关的宏，但是如果您确实使用它，那么您应该始终如一地使用它：不要混淆TCHAR API并明确使用* W API或wchar_t。 TCHAR的重点是允许代码独立并在wchar_t和Microsoft的“ANSI”API之间切换，因此使用TCHAR然后硬编码{{1}的假设} TCHAR击败了整个目的。

你应该写：

wchar_t

Answer 2

问题是我将CPP文件保存为ANSI ...我必须将其转换为UTF-8。我在发布之前试过这个，但是VS 2015把它变成了ANSI，我不得不在VS中改变它，所以我可以让它工作。

我尝试用notepad ++打开cpp文件并更改编码但是当我打开VS时它会自动返回。所以我期待Save As选项，但没有编码选项。最后我在Visual Studio 2015中找到了它

文件 - ＆gt; “编码”下拉列表中的“高级保存选项”将其更改为Unicode

有一点对我来说仍然很奇怪，VS是如何正常显示字符的，但当我在N ++中打开文件时，有？（因为它应该是因为ANSI）？

Answer 3

您的代码是特定于Windows的，并且您使用的是Visual C ++。所以，只需使用宽文字。 Visual C ++支持文件流构造函数的宽字符串。

就这么简单 - 当你不需要携带时。

#include <fstream>
#include <iostream>
#include <stdlib.h>
using namespace std;

auto main() -> int
{
    wchar_t const path[] = L"cacšžd/test.txt";
    ifstream f( path );
    int ch;
    while( (ch = f.get()) != EOF )
    {
        cout.put( ch );
    }
}

但请注意，此代码是特定于Visual C ++的。这对于特定于Windows的代码来说是合理的。可能使用C ++ 17，我们将Boost文件系统库采用到标准库中，然后为了符合性，g ++将理想地提供此处使用的构造函数。

在unicode c ++中编写路径

更新

3 个答案: