C++：将 vector<char> 转换为 UTF-8 字符串，以便我可以通过 Websocket 发送

Posted 2023-02-16

【中文标题】C++：将 vector<char> 转换为 UTF-8 字符串，以便我可以通过 Websocket 发送

【英文标题】：C++: Convert vector<char> to a UTF-8 string so that I can send over a Websocket

【发布时间】：2018-12-14 10:27:26

【问题描述】：

正如标题所示，我有一个原始的字符向量，我需要将其编码为正确的 UTF-8 字符串，以便我可以通过 Websocket 发送结果。我的倾向只是这样做

    std::vector<char> data;

    // Fill data ..., then 

    std::string utfData(data.begin(), data.end());

    // Finally, send utfData

但是，在浏览器端，它告诉我我的数据不是正确编码的 UTF-8 字符串。我的逻辑有什么问题，我应该如何将此 vector<char> 转换为 UTF8 字符串？

如果上面的逻辑似乎正确，那么我将不得不调查其他代码，但我怀疑问题出在哪里，因为我之前使用 c++ 服务器和 javascript 客户端发送正常的 std::string 对象没有问题.但是，在接收端，它现在甚至不会收到消息，因为它说它不是正确的 UTF-8 字符串。也就是说，在 WebSocket 协议级别，它拒绝了我的服务器正在发布的消息。

【问题讨论】：

这可能毫无意义。 char 的向量已经根据 some 编码进行了编码。一开始可能是 UTF-8。

从什么转换成UTF-8？

这只是原始数据。没有编码。但是我们不能假装编码是 ANSI 扩展的吗？

您需要知道初始编码才能转换为 utf-8。

向量中的每个元素都是一个字符。假设您希望使用任何扩展的 ANSI 编码。

【参考方案1】：

您的逻辑对于将字符从向量复制到字符串是正确的。

鉴于结果需要是UTF-8，如果源是UTF-8，那么程序是正确的。

如果源不是 UTF-8，那么您需要以某种方式转换编码。为了通过转换保持文本清晰，您需要知道源数据的编码，知道如何执行转换。

如果数据不是文本的，即它是二进制的，那么您可以使用例如 Base64 编码使其成为有效的 UTF-8。当然，您也可以将 Base64 与文本一起使用，但文本在被解码并以它使用的特定编码呈现之前不会保持可读性。

【讨论】：

啊哈... base64 可能是我一直在寻找的答案。这是二进制数据。

我以前用过这个，现在忘记了。让我调查一下。