在iPhone上将utf-8 std :: string转换为std :: wstring

Question

我有一个UTF-8字符串（从字节数组创建一个std :: string） 据我所知，编码意味着如果文本是中文的话，size（）/ length（）不会给我实际的字形数... 我理解为了获得每个字形的unicode字符代码，我需要将其转换为wstring（或任何UTF＆gt; 8表示），然后我可以得到代表我想要的值。

我环顾四周，并没有找到任何简单的方法来使用std c ++。 我错过了什么？

我正在使用可可触摸框架在Apple的iPhone上编译gcc 4+。

Answer 1

要获取std :: string中utf8'字符/代码点'的数量，您可以这样做：遍历字符串，如果 char 介于0和127之间，则它是一个字节字符，在194和223之间，它是一个2字节字符（因此提前），在224和239之间它是一个3字节字符（因此提前），在240和244之间它是一个4字节字符（因此提前）。

因为Iphone上的 wchar_t ，我想，32位，如果你真的想要 wstring ，你可以使用UTF8CPP转换为UTF32。 UTF8CPP还可以为您提供字符串的代码点。

但是我不明白你为什么要在Iphone上使用C ++？看这里：Objective-C Tuesdays: wide character strings

Answer 2

首先，即使您将UTF-8字符串转换为UTF-32（并将其存储在wstring中），也并不意味着每个wchar_t都对应一个字形。有关以下问题，请参阅此文：http://www.unicode.org/reports/tr15/。

话虽如此，如果你真的需要将UTF-8编码的字符串转换为UTF-32，你可以像这样使用UTF-8 CPP library：

wstring utf32result;
utf8::utf8to32(utf8string.begin(), utf8string.end(), back_inserter(utf32result));

Answer 3

Boost提供UTF-8 codecvt facet。您应该能够直接调用它来执行UTF-8编码字节和32位wchar_t之间的转换。

Answer 4

C ++标准中没有utf-8或unicode的概念。您应该检查可用的API或外部库以执行转换。

或者您可以自己执行从utf-8编码的std :: string中检查实际字符数的功能，我认为如果您知道utf-8如何工作并不困难。

Answer 5

嗯，这并不简单，我自己没有使用它，但locale类应该有助于转换你的字符串。从描述中，您可以使用ctype :: widen方法在char和wchar之间进行转换。