c++ - 考虑到所有可能的编码，是否有将 wstring 转换为 std::string 的通用方法？

Question

我正在使用以下 api 将 wstring 编码为字符串，

string utf8_encode(const std::wstring &wstr) 
{ 
    int len = WideCharToMultiByte(CP_UTF8, 0, wstr.c_str(), -1, 0, 0, 0, 0);
    vector<char> buf(len);
    WideCharToMultiByte(CP_UTF8, 0, wstr.c_str(), -1, &buf[0], len, 0, 0);
    return std::string(buf.begin(), buf.end());
}

只要在系统语言环境为 Windows 的机器上执行，这种编码就可以正常工作

英语。

现在，如果我尝试在日文窗口中使用它，转换后的字符串就会损坏。我的理解是，日语窗口使用 Shift-JIS 编码。如果我修改 API 以将代码页作为参数，那么它就可以工作。

string utf8_encode(const std::wstring &wstr)
{
    UINT codePage = GetACP();
    int len = WideCharToMultiByte(codePage, 0, wstr.c_str(), -1, 0, 0, 0, 0);
    vector<char> buf(len);
    WideCharToMultiByte(codePage, 0, wstr.c_str(), -1, &buf[0], len, 0, 0);
    return std::string(buf.begin(), buf.end());
}

但是如果我在默认系统区域设置为英语的 Windows 机器上使用日文或中文字符，它又会失败。基本上我必须使用 CP_UTF8 进行转换。如果我必须支持以下代码页怎么办？

http://msdn.microsoft.com/en-us/library/windows/desktop/dd317756(v=vs.85).aspx

考虑到所有可能的编码，是否有任何通用的方法将 wstring 转换为 string？

Answer 1

没有。 std::string 的许多编码仅涵盖 wstring 字符集的一个子集。例如。 ISO-8859-1 和 Unicode 的常见选择意味着大多数 wchar_t 值没有 char 等价物。例如，ISO-8859-1 中就没有 sa。