如何在c ++中使用utf8字符数组？

Question

是否可以让char *在C ++（VC2010）中使用utf8编码？

例如，如果我的源文件保存在utf8中，我写的是这样的：

const char* c = "aäáéöő";

是否可以将其编码为utf-8？如果是的话，如何使用

char* c2 = new char[strlen("aäáéöő")];

如果字符长度可变，则进行动态分配吗？

Answer 1

窄字符串文字的编码是实现定义的，所以你真的必须阅读文档（如果你能找到它）。一个快速的实验表明VC ++（VC8，无论如何）和g ++（4.4.2，无论如何）实际上只是复制源文件中的字节;字符串文字将采用编辑器保存的任何编码。（这显然违反了标准，但似乎是常见做法。）

C ++ 11具有UTF-8字符串文字，允许您编写u8"text"，并确保"text"以UTF-8编码。但我真的不希望它可靠地运行：问题是，为了做到这一点，编译器必须知道源文件的编码。很可能，编译器编写者将继续忽略该问题，只是从源文件中复制字节，并实现一致性，只需记录源文件必须是UTF-8才能使这些功能正常工作。

Answer 2

如果要放入字符串中的文本位于源代码中，请确保源代码文件为UTF-8。

如果不起作用，请尝试使用\u1234，其中1234为代码点值。

您也可以尝试使用UTF8-CPP。

看一下这个答案：Using Unicode in C++ source code

Answer 3

可以将文件保存为UTF-8 ，无BOM 签名编码。

//Save As UTF8 without BOM signature
#include<stdio.h>
#include<windows.h>
int main(){
    SetConsoleOutputCP(65001);
    char *c1 = "aäáéöő";
    char *c2 = new char[strlen("aäáéöő")];
    strcpy(c2,c1);
    printf("%s\n",c1);
    printf("%s\n",c2);
}

结果：

 D:\Debug>program
aäáéöő
aäáéöő

重定向程序的结果实际上是UTF8编码文件
这是独立于编译器的答案（在Windows上编译） （类似question。）

Answer 4

请参阅此MSDN文章，该文章讨论了在字符串类型之间进行转换（应该为您提供有关如何使用它们的示例）。涵盖的字符串类型包括char *，wchar_t *，_bstr_t，CComBSTR，CString，basic_string和System.String：

How to: Convert Between Various String Types

Answer 5

VisualStudio 2010 SP1有一个修补程序可以提供帮助：http://support.microsoft.com/kb/980263。

此修补程序添加了一个pragma，以覆盖visual studio控制char类型的字符编码：

#pragma execution_character_set("utf-8")

如果没有编译指示，基于char *的文字通常被解释为默认代码页（通常为1252）

这应该最终被C ++ 0x指定的新字符串文字前缀修饰符取代（u8，u和U分别用于utf-8，utf-16和utf-32），理想情况下将在2010年后Visual Studio的下一个主要版本。