Question

谈到国际化和Unicode，我是一个白痴美国程序员。这是交易。

#include <string>
using namespace std;

typedef basic_string<unsigned char> ustring;

int main()
{
    static const ustring my_str = "Hello, UTF-8!"; // <== error here
    return 0;
}

这会产生意外的抱怨：

cannot convert from 'const char [14]' to 'std::basic_string<_Elem>'

今天我的咖啡可能错了。我该如何解决？我可以保留基本结构：

ustring something = {insert magic incantation here};

Answer 1

窄字符串文字定义为const char，并且没有无符号字符串文字[1]，因此您必须强制转换：

ustring s = reinterpret_cast<const unsigned char*>("Hello, UTF-8");

当然你可以把那么长的东西放到内联函数中：

inline const unsigned char *uc_str(const char *s){
  return reinterpret_cast<const unsigned char*>(s);
}

ustring s = uc_str("Hello, UTF-8");

或者你可以使用basic_string<char>并在你处理UTF-8时有99.9％的时间逃脱它。

[1]除非char是无符号的，但它是否是实现定义的，blah，blah。

Answer 2

对不同的编码使用不同的字符类型具有以下优点：编译器在您搞砸时会咆哮。缺点是，你必须手动转换。

救援的一些辅助功能：

inline ustring convert(const std::string& sys_enc) {
  return ustring( sys_enc.begin(), sys_enc.end() );
}

template< std::size_t N >
inline ustring convert(const char (&array)[N]) {
  return ustring( array, array+N );
}

inline ustring convert(const char* pstr) {
  return ustring( reinterpret_cast<const ustring::value_type*>(pstr) );
}

当然，当要转换的字符串包含除ASCII之外的任何内容时，所有这些都会无声地和致命地失败。

Answer 3

让您的生活更轻松，使用UTF-8字符串库，例如http://utfcpp.sourceforge.net/或使用std :: wstring并使用UTF-16。您可能对另一个关于堆栈溢出的问题的讨论感兴趣：C++ strings: UTF-8 or 16-bit encoding?

字符串文字到basic_string <unsigned char =“”> </unsigned>

3 个答案: