如何在C ++ 20中安全地将const char *转换为const char8_t *？

Question

从this answer中我了解到，在C ++ 17中，我们可以通过std::fstream使用UTF-8路径打开std::filesystem::u8path。但是在C ++ 20中，不建议使用此函数，而应该将const char8_t*传递给std::filesystem::path构造函数。

问题来了：尽管我们可以合法地（通过reinterpret_cast转换任何指向const char*的指针，但是我们不能倒退：从const char*到例如。 const char8_t*（这将违反严格的别名规则）。因此，如果我们有一些外部API返回文件名的基于char的UTF-8表示形式（例如，用C编写的库），我们将无法安全地将指针转换为基于char8_t的指针

那么，我们应该如何将这种基于char的UTF-8字符串视图转换为基于char8_t的它们的视图？

Answer 1

免责声明：我是P0482提案的作者，该提案介绍了char8_t，而弃用了u8path。

您的观察是正确的；不允许使用reinterpret_cast生成指向char8_t对象序列的char指针。 https://stackoverflow.com/a/57453713/11634221对此进行了进一步讨论。

尽管std::filesystem::u8path在C ++ 20中已被弃用，但尚无计划立即删除它。您可以继续使用它。此外，P1423纠正了P0482中更改的意外结果，并允许在C ++ 20中使用char和char8_t的范围来调用它。据我所知，没有实现者将std::filesystem::u8path注释为已弃用（我不知道是否有这样做的计划）。

没有（格式良好）的方法来生成char8_t序列的基于char指针的视图。可以编写一个范围/迭代器适配器，该适配器在内部将迭代器解引用中的各个char值转换为char8_t。这样的适配器可以满足非可变迭代器的C ++ 17和C ++ 20随机访问迭代器的要求（它不能满足可变迭代器的要求，因为解引用操作无法提供一个左值，也不能满足连续迭代器的要求）。这样的适配器足以调用接受范围的std::filesystem::path构造函数。嗯，这可能是一个足够有用的适配器，可以添加到https://github.com/tahonermann/char8_t-remediation。

当然可以复制基础char数据的视图，但是我可以理解为什么这样做可能被认为是不希望的（在使用时，我们已经倾向于进行大量复制了） std::filesystem::path。

Answer 2

来自this character types reference约char8_t：

  

它的大小，符号和对齐方式与unsigned char（因此，其大小和对齐方式与char和signed char）相同，但是是不同的类型。 / p>

因为它是独特的类型，所以您在不破坏严格的别名的情况下无法从const char*转换为const char8_t*。但是出于所有实际目的，由于char8_t基本上是unsigned char，因此您可以使用reinterpret_cast来转换指针。这是错误的，但可以使用。

为了获得正确的正确性，请使用char8_t开头，或者将原始字符复制到char8_t缓冲区（或std::u8string）中。