C ++ Konwertuj ciąg (lub char *) na wstring (lub wchar_t *)

string s = "おはよう";
wstring ws = FUNCTION(s, ws);

Jak przypisać zawartość s do ws?

Przeszukałem google i zastosowałem kilka technik, ale nie mogą przypisać dokładnej treści. Treść jest zniekształcona.

Zakładając, że ciąg wejściowy w twoim przykładzie (お は よ う) jest zakodowany w UTF-8 (wygląda na to, że tak nie jest, ale załóżmy, że to ze względu na to wyjaśnienie :-)) reprezentacja ciągu Unicode Twojego zainteresowania, możesz go w pełni rozwiązać za pomocą samej biblioteki standardowej (C ++ 11 i nowsze).

Wersja TL; DR:

#include <locale>
#include <codecvt>
#include <string>

std::wstring_convert<std::codecvt_utf8_utf16<wchar_t>> converter;
std::string narrow = converter.to_bytes(wide_utf16_source_string);
std::wstring wide = converter.from_bytes(narrow_utf8_source_string);

Dłuższy przykład do kompilacji i uruchomienia online:

(Wszystkie pokazują ten sam przykład. Jest ich tylko wiele do nadmiarowości ...)

• http://ideone.com/KA1oty
• http://ide.geeksforgeeks.org/5pRLSh
• http://rextester.com/DIJZK52174

Uwaga (stara) :

Jak wskazano w komentarzach i wyjaśniono w https://stackoverflow.com/a/17106065/6345, zdarzają się przypadki, gdy użycie standardowej biblioteki do konwersji między UTF-8 i UTF-16 może dać nieoczekiwane różnice w wynikach na różnych platformach . Aby uzyskać lepszą konwersję, rozważ rozwiązania std::codecvt_utf8opisane na http://en.cppreference.com/w/cpp/locale/codecvt_utf8

Uwaga (nowa) :

Ponieważ codecvtnagłówek jest przestarzały w C ++ 17, pojawiły się pewne obawy dotyczące rozwiązania przedstawionego w tej odpowiedzi. Jednak komitet normalizacyjny C ++ dodał ważne oświadczenie w http://www.open-std.org/jtc1/sc22/wg21/docs/papers/2017/p0618r0.html mówiąc

ten element biblioteki należy wycofać do Załącznika D, obok siebie, do czasu znormalizowania odpowiedniego zamiennika.

Zatem w dającej się przewidzieć przyszłości codecvtrozwiązanie zawarte w tej odpowiedzi będzie bezpieczne i przenośne.

int StringToWString(std::wstring &ws, const std::string &s)
{
    std::wstring wsTmp(s.begin(), s.end());

    ws = wsTmp;

    return 0;
}

Twoje pytanie jest nieokreślone. Ściśle rzecz biorąc, ten przykład jest błędem składniowym. Jednak,std::mbstowcs prawdopodobnie jest to, czego szukasz.

Jest to funkcja biblioteki C i działa na buforach, ale oto łatwy w użyciu idiom, dzięki uprzejmości TBohne (dawniej Mooing Duck):

std::wstring ws(s.size(), L' '); // Overestimate number of code points.
ws.resize(std::mbstowcs(&ws[0], s.c_str(), s.size())); // Shrink to fit.

Tylko Windows API, implementacja przed C ++ 11, na wypadek, gdyby ktoś tego potrzebował:

#include <stdexcept>
#include <vector>
#include <windows.h>

using std::runtime_error;
using std::string;
using std::vector;
using std::wstring;

wstring utf8toUtf16(const string & str)
{
   if (str.empty())
      return wstring();

   size_t charsNeeded = ::MultiByteToWideChar(CP_UTF8, 0, 
      str.data(), (int)str.size(), NULL, 0);
   if (charsNeeded == 0)
      throw runtime_error("Failed converting UTF-8 string to UTF-16");

   vector<wchar_t> buffer(charsNeeded);
   int charsConverted = ::MultiByteToWideChar(CP_UTF8, 0, 
      str.data(), (int)str.size(), &buffer[0], buffer.size());
   if (charsConverted == 0)
      throw runtime_error("Failed converting UTF-8 string to UTF-16");

   return wstring(&buffer[0], charsConverted);
}

Jeśli korzystasz z systemu Windows / Visual Studio i chcesz przekonwertować ciąg na wstring, możesz użyć:

#include <AtlBase.h>
#include <atlconv.h>
...
string s = "some string";
CA2W ca2w(s.c_str());
wstring w = ca2w;
printf("%s = %ls", s.c_str(), w.c_str());

Ta sama procedura konwertowania wstring na łańcuch znaków (czasami trzeba określić stronę kodową ):

#include <AtlBase.h>
#include <atlconv.h>
...
wstring w = L"some wstring";
CW2A cw2a(w.c_str());
string s = cw2a;
printf("%s = %ls", s.c_str(), w.c_str());

Możesz określić stronę kodową, a nawet UTF8 (to całkiem przyjemne podczas pracy z JNI / Java ). W tej odpowiedzi pokazano standardowy sposób konwersji std :: wstring na utf8 std :: string .

// 
// using ATL
CA2W ca2w(str, CP_UTF8);

// 
// or the standard way taken from the answer above
#include <codecvt>
#include <string>

// convert UTF-8 string to wstring
std::wstring utf8_to_wstring (const std::string& str) {
    std::wstring_convert<std::codecvt_utf8<wchar_t>> myconv;
    return myconv.from_bytes(str);
}

// convert wstring to UTF-8 string
std::string wstring_to_utf8 (const std::wstring& str) {
    std::wstring_convert<std::codecvt_utf8<wchar_t>> myconv;
    return myconv.to_bytes(str);
}

Jeśli chcesz dowiedzieć się więcej o stronach kodowych , jest ciekawy artykuł o Joel na temat oprogramowania: absolutne minimum Każdy programista Absolutnie, pozytywnie musi wiedzieć o Unicode i zestawach znaków .

Te makra CA2W (Convert Ansi to Wide = unicode) są częścią makr konwersji ciągów ATL i MFC , w tym przykłady.

Czasami będziesz musiał wyłączyć ostrzeżenie o zabezpieczeniach # 4995 ', nie znam innego obejścia (dla mnie to się zdarza, gdy kompilowałem dla WindowsXp w VS2012).

#pragma warning(push)
#pragma warning(disable: 4995)
#include <AtlBase.h>
#include <atlconv.h>
#pragma warning(pop)

Edycja: Cóż, zgodnie z tym artykułem artykuł Joela wygląda na: „podczas rozrywki, jest dość lekki, jeśli chodzi o rzeczywiste szczegóły techniczne”. Artykuł: Co każdy programista absolutnie i pozytywnie powinien wiedzieć o kodowaniu i zestawach znaków do pracy z tekstem .

Oto sposób na połączenie string, wstringi mieszane stałe łańcuchowe do wstring. Skorzystaj z wstringstreamklasy.

To NIE działa w przypadku wielobajtowego kodowania znaków. Jest to po prostu głupi sposób na odrzucenie bezpieczeństwa typów i rozszerzenie 7-bitowych znaków ze std :: string do 7 niższych bitów każdego znaku std: wstring. Jest to przydatne tylko wtedy, gdy masz 7-bitowe ciągi ASCII i musisz wywołać interfejs API, który wymaga szerokich ciągów.

#include <sstream>

std::string narrow = "narrow";
std::wstring wide = L"wide";

std::wstringstream cls;
cls << " abc " << narrow.c_str() << L" def " << wide.c_str();
std::wstring total= cls.str();

Od char*do wstring:

char* str = "hello worlddd";
wstring wstr (str, str+strlen(str));

Od stringdo wstring:

string str = "hello worlddd";
wstring wstr (str.begin(), str.end());

Zauważ, że działa to dobrze tylko wtedy, gdy konwertowany ciąg zawiera tylko znaki ASCII.

przy użyciu Boost.Locale:

ws = boost::locale::conv::utf_to_utf<wchar_t>(s);

Ten wariant jest moim ulubionym w prawdziwym życiu. Konwertuje dane wejściowe, jeśli jest to poprawne UTF-8, na odpowiednie wstring. Jeśli dane wejściowe są uszkodzone, element wstringjest konstruowany z pojedynczych bajtów. Jest to niezwykle pomocne, jeśli nie masz pewności co do jakości danych wejściowych.

std::wstring convert(const std::string& input)
{
    try
    {
        std::wstring_convert<std::codecvt_utf8_utf16<wchar_t>> converter;
        return converter.from_bytes(input);
    }
    catch(std::range_error& e)
    {
        size_t length = input.length();
        std::wstring result;
        result.reserve(length);
        for(size_t i = 0; i < length; i++)
        {
            result.push_back(input[i] & 0xFF);
        }
        return result;
    }
}

Jeśli masz QT i jesteś leniwy, aby zaimplementować funkcję i inne rzeczy, których możesz użyć

std :: string str; QString (str) .toStdWString ()

metoda s2ws działa dobrze. Nadzieja pomaga.

std::wstring s2ws(const std::string& s) {
    std::string curLocale = setlocale(LC_ALL, ""); 
    const char* _Source = s.c_str();
    size_t _Dsize = mbstowcs(NULL, _Source, 0) + 1;
    wchar_t *_Dest = new wchar_t[_Dsize];
    wmemset(_Dest, 0, _Dsize);
    mbstowcs(_Dest,_Source,_Dsize);
    std::wstring result = _Dest;
    delete []_Dest;
    setlocale(LC_ALL, curLocale.c_str());
    return result;
}

Na podstawie moich własnych testów (w systemie Windows 8, vs2010) mbstowcs może w rzeczywistości uszkodzić oryginalny ciąg, działa tylko ze stroną kodową ANSI. Jeśli MultiByteToWideChar / WideCharToMultiByte może również powodować uszkodzenie ciągu - ale mają one tendencję do zastępowania znaków, których nie znają, znakiem „?” znaki zapytania, ale mbstowcs ma tendencję do zatrzymywania się, gdy napotyka nieznany znak i przecina ciąg w tym momencie. (Testowałem wietnamskie znaki na fińskich oknach).

Dlatego preferuj funkcję Multi * -windows API zamiast analogowych funkcji ANSI C.

Zauważyłem również, że najkrótszym sposobem zakodowania ciągu znaków z jednej strony kodowej na drugą nie jest użycie funkcji API MultiByteToWideChar / WideCharToMultiByte, ale ich analogowe makra ATL: W2A / A2W.

Tak więc funkcja analogowa, jak wspomniano powyżej, brzmiałaby tak:

wstring utf8toUtf16(const string & str)
{
   USES_CONVERSION;
   _acp = CP_UTF8;
   return A2W( str.c_str() );
}

_acp jest zadeklarowane w makrze USES_CONVERSION.

Lub też funkcja, której często brakuje mi podczas konwersji starych danych na nowe:

string ansi2utf8( const string& s )
{
   USES_CONVERSION;
   _acp = CP_ACP;
   wchar_t* pw = A2W( s.c_str() );

   _acp = CP_UTF8;
   return W2A( pw );
}

Ale proszę zauważyć, że te makra używają silnie stosu - nie używaj pętli do pętli ani pętli rekurencyjnych dla tej samej funkcji - po użyciu makra W2A lub A2W - lepiej zwracają jak najszybciej, więc stos zostanie zwolniony z tymczasowej konwersji.

Ciąg do sznurka

std::wstring Str2Wstr(const std::string& str)
{
    int size_needed = MultiByteToWideChar(CP_UTF8, 0, &str[0], (int)str.size(), NULL, 0);
    std::wstring wstrTo(size_needed, 0);
    MultiByteToWideChar(CP_UTF8, 0, &str[0], (int)str.size(), &wstrTo[0], size_needed);
    return wstrTo;
}

wstring na String

std::string Wstr2Str(const std::wstring& wstr)
{
    typedef std::codecvt_utf8<wchar_t> convert_typeX;
    std::wstring_convert<convert_typeX, wchar_t> converterX;
    return converterX.to_bytes(wstr);
}

string s = "おはよう"; jest błędem.

Powinieneś użyć wstring bezpośrednio:

wstring ws = L"おはよう";

użyj tego kodu, aby przekonwertować swój ciąg na wstring

std::wstring string2wString(const std::string& s){
    int len;
    int slength = (int)s.length() + 1;
    len = MultiByteToWideChar(CP_ACP, 0, s.c_str(), slength, 0, 0); 
    wchar_t* buf = new wchar_t[len];
    MultiByteToWideChar(CP_ACP, 0, s.c_str(), slength, buf, len);
    std::wstring r(buf);
    delete[] buf;
    return r;
}

int main(){
    std::wstring str="your string";
    std::wstring wStr=string2wString(str);
    return 0;
}