如何使用std :: codecvt_utf8_utf16將utf8轉換爲utf8或不使用任何字符串類？

Question

如何使用std::codecvt_utf8_utf16將uft8轉換爲utf16並將其轉換爲而不使用使用任何字符串類（例如std::string或std::wstring），但僅使用普通數組和字符串？我如何知道我需要存儲轉換的緩衝區的大小？

例如，以滿足該接口：

std::unique_ptr<char16_t[]> ToUTF16(const char* utf8String); 
std::unique_ptr<char[]> ToUTF8(const char16_t* utf16String); 

Answer 1

您可以通過使用codecvt_utf8_utf16 members directly做到這一點。你的第一步是用strlen找到輸入的長度（假設它是NUL終止的）。 codecvt成員的工作範圍，所以你需要知道你的輸入有多大。

但是，出現了一個問題：輸出緩衝區的長度。雖然codecvt確實有length成員，但它只會使用in計算轉換的長度。也就是說，從UTF-8到UTF-16的轉換。沒有進行其他轉換的長度方法。

因此，處理這個問題的唯一方法是將一些數據轉換爲已知大小的緩衝區。如果轉換未完全完成，則轉換更多的數據。完成所有工作後，現在將所有作品放入緩衝區，以便知道將會有多少個角色出現。

雖然你的問題說，你不想使用字符串，我將使用vector<T>，因爲如果我沒有，我只是重寫vector。沒有理由這樣做。

std::unique_ptr<char16_t[]> ToUTF16(const char* utf8String) 
{ 
    auto end_ptr = utf8String + std::char_traits<char>::length(utf8String); 
    std::codecvt_utf8_utf16<char16_t> converter; 
    std::codecvt_utf8_utf16<char16_t>::state_type state; 

    std::array<char16_t, buffer_size> buffer; 
    std::vector<char16_t> storage; 

    auto curr_in_ptr = utf8String; 
    auto out_loc = buffer.begin(); 

    do 
    { 
     std::codecvt_base::result rslt = converter.in(state, 
      curr_in_ptr, end_ptr, curr_in_ptr, 
      buffer.begin(), buffer.end(), out_loc); 

     storage.insert(storage.end(), buffer.begin(), out_loc); 
    } 
    while(curr_in_ptr != end_ptr); 

    //+1 for NUL terminator. 
    std::unique_ptr<char16_t[]> ret(new char16_t[storage.size() + 1]); 
    std::copy(storage.begin(), storage.end(), ret.get()); 
    ret.get()[storage.size()] = char16_t(); 
    return ret; 
} 

其他代碼工作以同樣的方式，除了in變得out和char16_t的和char的進行交換。