c++ - MultiByteToWideChar 终止带有垃圾的输出缓冲区，但未报告任何错误。为什么？

Question

前几天在开发程序时，我必须将 ASCII 字符串转换为 Unicode 字符串。顺便说一句，我正在使用 Visual Studio 2012 在 Windows 上工作。我注意到 Win32 函数 MultiByteToWideChar 有一些我无法解决的奇怪行为。我写了一些测试代码，如下:

int main()
{
    /* Create const test string */
    char str[] = "test string";

    /* Create empty wchar_t buffer to hold Unicode form of above string, and initialize (zero) it */
    wchar_t *buffer = (wchar_t*) LocalAlloc(LMEM_ZEROINIT, sizeof(wchar_t) * strlen(str));

    /* Convert str to Unicode and store in buffer */
    int result = MultiByteToWideChar(CP_UTF8, NULL, str, strlen(str), buffer, strlen(str));
    if (result == 0)
        printf("GetLastError result: %d\n", GetLastError());

    /* Print MultiByteToWideChar result, str's length, and buffer's length */
    printf_s(
        "MultiByteToWideChar result: %d\n"
        "'str' length: %d\n"
        "'buffer' length: %d\n",
        result, strlen(str), wcslen(buffer));

    /* Create a message box to display the Unicode string */
    MessageBoxW(NULL, buffer, L"'buffer' contents", MB_OK);

    /* Also write buffer to file, raw */
    FILE *stream = NULL;
    fopen_s(&stream, "c:\\test.dat", "wb");
    fwrite(buffer, sizeof(wchar_t), wcslen(buffer), stream);
    fclose(stream);

    return 0;
}

如您所见，它只需要一个普通字符串，创建一个缓冲区来存储 Unicode 字符串，将转换后的 Unicode 字符串放入缓冲区，并显示一些结果，还将缓冲区写入文件。

输出:

MultiByteToWideChar result: 11
'str' length: 11
'buffer' length: 16

已经很奇怪了。该函数正在处理 C 字符串中正确数量的字符，但是 wcslen 报告输出缓冲区比 C 字符串长!我很确定我也正确地分配了缓冲区。

我试过使用不同大小的字符串长度，但最后总是有垃圾，wcslen 总是报告缓冲区的长度是 4 的倍数。

最后，对于这个特定的字符串 ("test string")，这里是打印到文件的原始缓冲区:

74 00 65 00 73 00 74 00 20 00 73 00 74 00 72 00   t.e.s.t. .s.t.r.
69 00 6E 00 67 00 AB AB AB AB AB AB AB AB EE FE   i.n.g...........

(即 32 个字节，或 16 个 Unicode 字符。)

最后的10个字节是五个字符；四U+ABAB , 和一个 U+FEEE ，这对我来说毫无意义。

它们每次都会以不同的数量出现，我尝试转换一个字符串。

我有点没主意了。有人吗？

提前致谢!

Answer 1

/* Create empty wchar_t buffer to hold Unicode form of above string, and initialize (zero) it */
wchar_t *buffer = (wchar_t*) LocalAlloc(LMEM_ZEROINIT, sizeof(wchar_t) * strlen(str));

这才是问题真正开始的地方。 strlen(str) 的值是无意义的，尤其是当输入字符串以 utf-8 编码时。您往往会无意中逃脱它，因为它通常会创建一个太长的缓冲区，这还不算差一个错误。

但是您也可以通过正确的方式轻松避免该错误。您必须调用该函数两次。第一次，为最后一个参数 (cchWideChar) 传递 0。该函数返回所需的缓冲区大小(字符，而不是字节)。现在足以分配缓冲区并在您第二次调用该函数时传递正确的值。