UTF-8 char * 到 CString 的转换

Posted 2023-02-25

【中文标题】UTF-8 char * 到 CString 的转换

【英文标题】：Conversion of UTF-8 char * to CString

【发布时间】：2011-08-06 02:28:17

【问题描述】：

如何将 UTF-8 char* 中的字符串转换为 CString？

【参考方案1】：

bool Utf8ToCString( CString& cstr, const char* utf8Str )

    size_t utf8StrLen = strlen(utf8Str);

    if( utf8StrLen == 0 )
    
        cstr.Empty();
        return true;
    

    LPTSTR* ptr = cstr.GetBuffer(utf8StrLen+1);

#ifdef UNICODE
    // CString is UNICODE string so we decode
    int newLen = MultiByteToWideChar(
                     CP_UTF8,  0,
                     utf8Str, utf8StrLen,  ptr, utf8StrLen+1
                     );
    if( !newLen )
    
        cstr.ReleaseBuffer(0);
        return false;
    
#else
    WCHAR* buf = (WCHAR*)malloc(utf8StrLen);

    if( buf == NULL )
    
        cstr.ReleaseBuffer(0);
        return false;
    

    int newLen = MultiByteToWideChar(
                     CP_UTF8,  0,
                     utf8Str, utf8StrLen,  buf, utf8StrLen
                     );
    if( !newLen )
    
        free(buf);
        cstr.ReleaseBuffer(0);
        return false;
    

    assert( newLen < utf8StrLen );
    newLen = WideCharToMultiByte(
                     CP_ACP,  0,
                     buf, newLen,  ptr, utf8StrLen
                     );
    if( !newLen )
    
        free(buf);
        cstr.ReleaseBuffer(0);
        return false;
    

    free(buf);
#endif

    cstr.ReleaseBuffer(newLen);
    return true;

虽然此函数对 UNICODE 和非 UNICODE 配置都有效，但恕我直言，在 Win32 程序中使用 UNICODE 配置效率更高（通常在此函数中）。

【讨论】：

这不是解决方案。解决方案是找出目标单字节代码页，并将 UTF-8 字符串转换为该 CP 的单字节字符串。

@Jurlie：阅读 memcpy 之前的评论。虽然可能我现在会发布实现。

编辑帖子以包含 UTF8 到当前 8 位代码页的转换。

【参考方案2】：

使用代码页CP_UTF8 调用MultiByteToWideChar，然后照常使用CString。

【讨论】：

我想把它转换成char*而不是wchar_t *..有什么方法吗？

@Athreya：你到底为什么想要那个？这种转换必然是有损的——如果字符串以 Unicode 开头，是什么让你认为它只包含 ANSI 字符？

我需要使用仅接受 char* 作为输入的 OCI 库来解析和执行语句

@Athreya：char* 不是你已经拥有的吗？无论如何，我不知道有任何“MultiByteToMultiByte”类型的功能，所以我认为你必须往返它——用你想要的任何代码页调用MultiByteToWideChar 和CP_UTF8 然后WideCharToMultiByte结果char* in.

【参考方案3】：

如果您的字符串仅包含代码为 0 到 127 的 ASCII 字符，您可能会将 UTF-8 字符串威胁为 ASCII 字符串并用它初始化 CString：

CString my_cstr((char*)my_string);

否则（如果您的 UTF-8 字符串包含一些其他字符）您将无法轻松地从中获取 char* 字符串。

【讨论】：

我在 UTF-8 字符串中有其他字符

@Athreya 您要将字符串转换为什么代码页？或者至少是什么语言？您确定您的 UTF-8 字符串完全可以表示为单字节字符串吗？

@Athreya : Jurlie 的意思是 无损 表示为单字节字符串。您对这个答案的第一条评论表明情况并非如此。

我的意思是要转换的字符串语言，而不是编程语言：-D

@Julie 字符串是日语