在代表 UTF8 的有符号字符和无符号字符之间进行转换

Convert between signed char & unsigned char representing UTF8

本文关键字：字符 无符号 之间 转换 符号 UTF8      更新时间：2023-10-16

我在同一项目中使用libxml2和icu。他们代表UTF8不同。libxml2使用未签名的char*，而ICU构造函数则采用普通的char*（在我的五角星64位上等同于签名的char）。

问题：如何在两者之间进行转换？我可以吗使用static_cast？

我了解UTF8仅关心基础数据类型至少要长8位。两者都签名和未签名char满足了这一点。我只是想知道是否有在这里陷入困境？有任何角案吗？

编辑：在我的编译器（G /Gentoo）坚持下，只有Reinterpret_cast才能进行此转换（而无需依赖C风格的铸件）。假设我们有两个未签名的char弦：0000和1000。转换会将它们都变成0。

有些库使用char存储UTF-8，而另一些库则使用unsigned char。

在这种情况下，您可能需要使用reinterpret_cast在char*和unsigned char*之间施放，因为这些类型具有相同的存储单元大小和对齐方式。例如：

char const* s = ...;
unsigned char const* p = reinterpret_cast<unsigned char const*>(s);

static_cast始终可以通过中间转换为void*模拟reinterpret_cast，例如char* -> void* -> unsigned char*，例如：

char const* s = ...;
void const* intermediate = s;
unsigned char const* p = static_cast<unsigned char const*>(intermediate);

如果无符号char*只是字符串的指针，它不应引起任何问题。

应该没关系。无论如何，一旦您需要从字符 *或无符号char *流中提取char，您将需要图书馆提供的功能，该功能将以不透明的方式提取int并更新指针/迭代器（呼叫者）

谢谢大家。迈克说最好的是：没有什么区别的差异，"字节是字节是一个字节"。

相关文章：