问题描述
从 C++11 开始,可以使用 wchar_t
将 UTF8 转换为 UTF16 wchar_t
(至少在 Windows 上,其中 std::codecvt_utf8_utf16
为 16 位宽):
std::wstring utf8ToWide( const char* utf8 )
{
std::wstring_convert<std::codecvt_utf8_utf16<wchar_t>> converter;
return converter.from_bytes( utf8 );
}
不幸的是,在 C++17 中,std::codecvt_utf8_utf16
已被弃用。但是有 std::filesystem::path
包含所有可能的转换,例如它有成员
std::string string() const;
std::wstring wstring() const;
std::u8string u8string() const;
std::u16string u16string() const;
std::u32string u32string() const;
所以上面的函数可以改写如下:
std::wstring utf8ToWide( const char* utf8 )
{
return std::filesystem::path( (const char8_t*) utf8 ).wstring();
}
与 std::codecvt_utf8_utf16
不同的是,这不会使用任何已弃用的 C++。
这种转换器有哪些缺点?例如,路径不能超过一定长度或那里禁止某些 Unicode 符号?
解决方法
这种转换器有哪些缺点?
好吧,让我们避开最明显的缺点。对于不知道您在做什么的用户来说,这毫无意义。使用路径类型进行 UTF-8 到 16 的转换是很疯狂的,应该立即被视为代码异味。当您不必要地反对只下载一个可以正确执行操作的简单库时,这是一种可怕的黑客行为。
此外,它不必工作。 path
用于存储...路径。由此得名。具体来说,它们旨在以一种易于被相关文件系统使用的方式存储路径。因此,存储在 path
中的字符串可以具有文件系统想要对其施加的任何限制,除了 C++ 标准要求它做的一些小事。
例如,如果文件系统不区分大小写(甚至只是不区分 ASCII 大小写),那么当所有字符串存储在 {{1} }.或者在从 path
中提取它们时对它们进行大小写转换。或任何类似的东西。
path
可以将您所有的 path
转换为 \
。或者您的 /
变成 :
。或者它想做的任何其他依赖于实现的技巧。
如果您害怕使用已弃用的工具,只需下载一个简单的 UTF-8/16 转换库。或者自己写一个;没那么难。