主要原因是因为我在套接字上发送Unicode数据(字节,而不是字符),我想确保字节顺序匹配,因为wchar_t是UTF16。
接收程序也是我的另一个,所以我知道它是UTF16并能够做出相应的反应。
这是我当前的算法,但有一个奇怪的结果。 (这是在同一个应用程序中,因为我想在发送之前学习如何转换它)
case WM_CREATE: {
//Convert String to NetworkByte
wchar_t Data[] = L"This is a string";
char* DataA = (char*)Data;
unsigned short uData = htons((unsigned int)DataA);
//Convert String to HostByte
unsigned short hData = ntohs(uData);
DataA = (char*)&hData;
wchar_t* DataW = (wchar_t*)DataA;
MessageBeep(0);
break;
}
结果:
쳌쳌쳌쳌쳌곭쳌쳌쳌쳌쳌ē쳌쳌쳌쳌This is a string
答案 0 :(得分:4)
UTF8和UTF16以完全不同的方式存储文本。将wchar_t*
投射到char*
是没有意义的,它与将float
投射到char*
相同。
使用WideCharToMultiByte
将UTF16转换为UTF8以发送到网络功能。
从网络功能接收UTF8时,使用MultiByteToWideChar
转换回UTF16,以便在Windows功能中使用它。
示例:
#include <iostream>
#include <string>
#include <windows.h>
std::string get_utf8(const std::wstring &wstr)
{
if (wstr.empty()) return std::string();
int sz = WideCharToMultiByte(CP_UTF8, 0, &wstr[0], -1, 0, 0, 0, 0);
std::string res(sz, 0);
WideCharToMultiByte(CP_UTF8, 0, &wstr[0], -1, &res[0], sz, 0, 0);
return res;
}
std::wstring get_utf16(const std::string &str)
{
if (str.empty()) return std::wstring();
int sz = MultiByteToWideChar(CP_UTF8, 0, &str[0], -1, 0, 0);
std::wstring res(sz, 0);
MultiByteToWideChar(CP_UTF8, 0, &str[0], -1, &res[0], sz);
return res;
}
int main()
{
std::wstring greek = L"ελληνικά";
std::string utf8 = get_utf8(greek);
//use utf8.data() for network function...
//convert utf8 back to utf16 so it can be displayed in Windows:
std::wstring utf16 = get_utf16(utf8);
MessageBoxW(0, utf16.c_str(), 0, 0);
return 0;
}
<小时/> 编辑
另一个显示UTF16和UTF8之间差异的示例。此示例查看UTF16和UTF8的字节值。
请注意,对于拉丁字母,UTF8和ANSI字节完全相同。
同样对于拉丁字母,UTF8和UTF16之间存在相似性,除了UTF16有额外的零。
对于希腊语和中文字母,有明显的区别。
//(Windows example)
void printbytes_char(const char* ANSI_or_UTF8)
{
const char *bytes = ANSI_or_UTF8;
int len = strlen(bytes);
for (size_t i = 0; i < len; i++)
printf("%02X ", 0xFF & bytes[i]);
printf("\n");
}
void printbytes_wchar_t(const wchar_t* UTF16)
{
//Note, in Windows wchar_t length is 2 bytes
const char *bytes = (const char*)UTF16;
int len = wcslen(UTF16) * 2;
for (size_t i = 0; i < len; i++)
printf("%02X ", 0xFF & bytes[i]);
printf("\n");
}
int main()
{
printbytes_char("ABC");
printbytes_char(u8"ABC");
printbytes_wchar_t(L"ABC");
printbytes_char(u8"ελληνικά");
printbytes_wchar_t(L"ελληνικά");
printbytes_char(u8"汉字/漢字");
printbytes_wchar_t(L"汉字/漢字");
return 0;
}
输出:
"ABC":
41 42 43 //ANSI
41 42 43 //UTF8
41 00 42 00 43 00 //UTF16 (this is little endian, bytes are swapped)
"ελληνικά"
CE B5 CE BB CE BB CE B7 CE BD CE B9 CE BA CE AC //UTF8
B5 03 BB 03 BB 03 B7 03 BD 03 B9 03 BA 03 AC 03 //UTF16
"汉字/漢字"
E6 B1 89 E5 AD 97 2F E6 BC A2 E5 AD 97 //UTF8
49 6C 57 5B 2F 00 22 6F 57 5B //UTF16
答案 1 :(得分:0)
wchar_t Data[] = L"test";
//Convert String to NetworkByte
for (wchar_t &val : Data) {
if (sizeof(val) == 4) {
val = htonl(val);
}
else if (sizeof(val) == 2) {
val = htons(val);
}
else {
static_assert(sizeof(val) <= 4, "wchar_t is gretter that 32 bit");
}
}
//Convert String to HostByte
for (wchar_t &val : Data) {
if (sizeof(val) == 4) {
val = ntohl(val);
}
else if (sizeof(val) == 2) {
val = ntohs(val);
}
else {
static_assert(sizeof(val) <= 4, "wchar_t is gretter that 32 bit");
}
}