如何在 C++ 中将字符的十进制代码转换为 Unicode 字符串？

Posted 2023-02-22

【中文标题】如何在 C++ 中将字符的十进制代码转换为 Unicode 字符串？

【英文标题】：How can I convert a decimal code of a character into a Unicode string in C++?

【发布时间】：2010-01-30 20:22:35

【问题描述】：

例如，我给它一个整数 241，即 'ñ' 西班牙字母，我想将它转换为 Unicode 字符串。

【问题讨论】：

通常没有“unicode 字符串”这样的东西。您必须指定您希望字符串使用的编码，UTF-8 是最常见的。

在 UTF16LE 最常见的窗口中除外

@unwind：我不同意，“unicode”通常被理解为 UTF16，其中每个字符都是 16 位宽。当需要 UFT-8 编码时，会明确指定。

@unwind：如何指定编码？

@JohnKnoeller: ""unicode" 通常被理解为 UTF16，其中每个字符都是 16 位宽。" 这在很多方面都是错误的。只有在 Windows 上，“unicode”通常表示 UTF-16。 Unicode 表示 Unicode，它是一种特定的国际标准，包括 UTF-16。 Unicode 是 UTF-16，就像编程是 C++。其次，UTF-16 不 意味着每个“字符”都是 16 位宽。代理对意味着许多字符都是 32 位宽的。您不能假设字符数是 UTF-16 字符串的长度。

【参考方案1】：

如果您的源字符集是 ISO 8859-1 或 8859-15（两者在代码点 0xF1 = 241 处都有带 TILDE 的拉丁小写字母 N），那么转换需要为 Unicode 字符 U+ 创建正确的编码00F1.

现在，我们需要知道您使用的是哪种 Unicode 编码方案。如果您使用 UTF-8，您将需要结果：

 \xC3 \xB1

如果您使用 UTF-16 BE（大端），您需要：

\x00 \xF1

如果您使用 UTF-16 LE（小端序），您需要：

\xF1 \x00

如果您使用的是 UTF-32，那么您需要 4 个字节而不是 2 个。

如果你想要一个字符串，你需要将 U+0000 (NULL) 编码为以下字符。

如果你不知道你需要哪种形式，那你就有大问题了；要使用 Unicode，您需要了解不同形式的编码方式。您的库可能会让您免于理解很多麻烦，但最终，您至少需要知道一个 minimum about Unicode。

【参考方案2】：

如果字符代码是在运行时确定的，而你不能使用像explained by Jonathan 这样的字面量，你需要依赖你的工具包。例如，在 Qt 中：

QString codepointToString(QString codepointDecimal) 
    int codepoint = codepointDecimal.toInt(); //TODO: check errors
    QChar character(codepoint);
    return QString(character);