c++ - "string" "const unsigned char"和 "utf8proc_uint8_t"之间的转换问题

Question

也许是个简单的问题，但我对 C++ 中的“字节数组”、指针和强制转换感到困惑。

请查看以下内容，让我知道修复它需要阅读的内容以及修复方法。它与utf8proc库有关。

const unsigned char *aa = (const unsigned char*)e.c_str();
utf8proc_uint8_t* a = utf8proc_NFC(aa);
char b = (char)a;
string d = string(b);

这里不需要错误消息就够糟糕了，但是 string(b) 行上没有构造函数字符串。

Answer 1

这里似乎有几个问题。最大的是作业:

char b = (char)a;

您正在做的是告诉编译器获取指针(内存位置)并将其转换为 char，然后将其分配给单个 char 值 b。所以你基本上会在 b 中有随机的乱码。

相反，如果你想把 a 当作一个基本的 char*，你会这样写:

char* b = (char*)a;

然后你可以使用字符串类:

string d = string(b);

或者你可以通过直接转换跳过几行:

string d = string((char*)a);

如果您不删除由 utf8proc_NFC() 调用返回的转换值，并且在转换后不进行错误检查，您还会在寻找一个令人头疼的问题。

另外，我将插入一个插件，用于使用一些匈牙利符号来区分指针(变量上的“p”前缀)。这很明显，您可以执行以下操作:

char tmp = *pStr;     // a single character (first in the string)
char tmp2 = pStr[1];  // a single character (second in the string)
char* pTmp = pStr;    // a pointer to a null terminated string

但你永远不会看到:

char tmp3 = (char)pStr;     // compiles, but makes no sense to treat pointer as a character.

所以这是所有这一切的干净版本:

utf8proc_uint8_t* pUTF = utf8proc_NFC( (const unsigned char*)e.c_str() );
string strUTF;
if (pUTF)
{
   strUTF = (char*)pUTF;
   free pUTF;
}