从UTF-8到ANSI wcstomb的转换在一个特定字符处失败

Conversion from UTF-8 to ANSI wcstombs failes at one spezial character

本文关键字：一个 失败 字符 ANSI UTF-8 wcstomb 转换      更新时间：2023-10-16

我想更改wchar_t*，就像它显示为char*一样。不应该进行像WideCharToMultibyte中那样的转换。

我找到了wcstobbs函数，它看起来工作得很好，但有一个字符没有得到相应的更改。

它是"œ"，ANSI编号为156，但在UTF-8中，它是339。当然，ASCII没有那么多数字，但为什么它会得到错误的数字？

在我的源代码的一部分中，我添加了一个循环和一个if，这样它就可以工作了：

wchar_t *wc;    // source string
char *cc;       // destination string
int len = 0;    // length of the strings
...
for(int i = 0; i < len; i++) {
if(wc[i] != 339) {
cc[i] = wc[i];
}else{
cc[i] = 156;
}
}

这一准则正在发挥作用，但说真的，这是解决这个问题的最佳方法吗？

非常感谢！

我想更改wchar_t*，就像它显示为char*一样。

好的，您希望从wchar_t字符串转换为char字符串。

不应该像WideCharToMultibyte中那样进行转换。

什么？我想你并不是说"不应该进行转换"，但只有一个例子，我无法说出你想避免什么。只有WideCharToMultibyte还是有其他功能？

我找到了wcstobbs函数，它看起来工作得很好，

wcstombs对我来说就像WideCharToMultibyte，但我想它在某些方面有所不同，这对你来说很重要？如果你能描述一下wcstombs可接受和WideCharToMultibyte不可接受的确切原因，那就太好了。

但有一个字符没有得到相应的更改。

听起来它工作不完美。。。

它是"œ"，它有ANSI数字156，但在UTF-8中它是数字339。当然，ASCII没有那么多数字，但为什么它会得到错误的数字？

您的意思可能是，在CP1252中，"œ"以十进制形式编码为156或以十六进制形式编码为0x9C，并且该字符的Unicode代码点以十进制形式为339，或更传统的U+0153。我根本看不出UTF-8是怎么回事。

在我的源代码的一部分中，我添加了一个循环和一个if，这样它就可以工作了：

至于你为什么没有得到预期的结果，可能是因为你没有正确使用wcstombs()。这很难说，因为您没有展示如何使用wcstombs()进行转换。

wcstombs()使用程序当前C语言环境指定的编码在wchar_t和char之间进行转换。如果您已将区域设置为对wchar_t使用Unicode编码并对char使用CP1252的区域设置，那么它应该能满足您的要求。

此代码正在运行，但说真的，这是解决该问题的最佳方法吗？

否。

请接受我对c/c++的完全无知，但您可以使用自定义查找表或者一些预制函数。

这里是一个由256个整数组成的数组，其中索引i包含Windows-1252的unicode代码点码点CCD_ 15。

例如，索引156包含0x0153，即十进制的339。

int[] windows1252ToUnicodeCodePoints = {
0x0000,0x0001,0x0002,0x0003,0x0004,0x0005,0x0006,0x0007,0x0008,0x0009,0x000A,0x000B,0x000C,0x000D,0x000E,0x000F
,0x0010,0x0011,0x0012,0x0013,0x0014,0x0015,0x0016,0x0017,0x0018,0x0019,0x001A,0x001B,0x001C,0x001D,0x001E,0x001F
,0x0020,0x0021,0x0022,0x0023,0x0024,0x0025,0x0026,0x0027,0x0028,0x0029,0x002A,0x002B,0x002C,0x002D,0x002E,0x002F
,0x0030,0x0031,0x0032,0x0033,0x0034,0x0035,0x0036,0x0037,0x0038,0x0039,0x003A,0x003B,0x003C,0x003D,0x003E,0x003F
,0x0040,0x0041,0x0042,0x0043,0x0044,0x0045,0x0046,0x0047,0x0048,0x0049,0x004A,0x004B,0x004C,0x004D,0x004E,0x004F
,0x0050,0x0051,0x0052,0x0053,0x0054,0x0055,0x0056,0x0057,0x0058,0x0059,0x005A,0x005B,0x005C,0x005D,0x005E,0x005F
,0x0060,0x0061,0x0062,0x0063,0x0064,0x0065,0x0066,0x0067,0x0068,0x0069,0x006A,0x006B,0x006C,0x006D,0x006E,0x006F
,0x0070,0x0071,0x0072,0x0073,0x0074,0x0075,0x0076,0x0077,0x0078,0x0079,0x007A,0x007B,0x007C,0x007D,0x007E,0x007F
,0x20AC,0xFFFD,0x201A,0x0192,0x201E,0x2026,0x2020,0x2021,0x02C6,0x2030,0x0160,0x2039,0x0152,0xFFFD,0x017D,0xFFFD
,0xFFFD,0x2018,0x2019,0x201C,0x201D,0x2022,0x2013,0x2014,0x02DC,0x2122,0x0161,0x203A,0x0153,0xFFFD,0x017E,0x0178
,0x00A0,0x00A1,0x00A2,0x00A3,0x00A4,0x00A5,0x00A6,0x00A7,0x00A8,0x00A9,0x00AA,0x00AB,0x00AC,0x00AD,0x00AE,0x00AF
,0x00B0,0x00B1,0x00B2,0x00B3,0x00B4,0x00B5,0x00B6,0x00B7,0x00B8,0x00B9,0x00BA,0x00BB,0x00BC,0x00BD,0x00BE,0x00BF
,0x00C0,0x00C1,0x00C2,0x00C3,0x00C4,0x00C5,0x00C6,0x00C7,0x00C8,0x00C9,0x00CA,0x00CB,0x00CC,0x00CD,0x00CE,0x00CF
,0x00D0,0x00D1,0x00D2,0x00D3,0x00D4,0x00D5,0x00D6,0x00D7,0x00D8,0x00D9,0x00DA,0x00DB,0x00DC,0x00DD,0x00DE,0x00DF
,0x00E0,0x00E1,0x00E2,0x00E3,0x00E4,0x00E5,0x00E6,0x00E7,0x00E8,0x00E9,0x00EA,0x00EB,0x00EC,0x00ED,0x00EE,0x00EF
,0x00F0,0x00F1,0x00F2,0x00F3,0x00F4,0x00F5,0x00F6,0x00F7,0x00F8,0x00F9,0x00FA,0x00FB,0x00FC,0x00FD,0x00FE,0x00FF
};

你需要的是这个表反转(或者每次都进行线性扫描)，在任何其他语言中，我都会使用Map<int, int>这样的结构。

相关文章：