如何将 utf 字符转换为 windows-1252?

How to convert utf character to windows-1252?

本文关键字：windows-1252 转换 字符 utf      更新时间：2023-10-16

我有一个带有货币符号的字符串：

std::string currency = "€";

我已将其转换为无符号字符：

const unsigned char* buf = reinterpret_cast<unsigned const char*>(currency.data());
for(auto i = 0u; i < currency.length(); ++i)
{
std::cout << std::hex << static_cast<int>(buf[i]) << std::endl;
}

根据这个描述，我得到了 UTF-8 字符表示：0xE2 0x82 0xAC。我使用 gcc/Linux。

1.Is C++跨平台行为？

我有一个使用 windows-1252 编码的设备，其中欧元货币符号由 0x80 表示。

2.如何执行从UTF-8到Windows-1252的转换？是否可以以比以下更通用/自动的方式：

unsigned char eurWindows1252;
if(currency == "€")
{
eurWindows1252 = 0x80;
}

要正确使用 Unicode，您需要始终了解字符串的编码。 下面的代码没有指定编码，所以如果你想要可移植的代码，这是一个糟糕的起点：

std：：字符串货币 = "€";

对于 C++11，最简单的解决方案是使用编码前缀，例如对于 UTF-8，我们有：

标准：：字符串货币 = U8"€";

现在，您的字符串在所有平台上都有效地始终编码为 UTF-8，通过访问字符串中的单个字符，您可以获得单独的 UTF-8 字节。

如果你没有 c++11，那么你可能会使用宽字符串：

标准：：字符串货币 = L"€";

然后使用 Unicode 特定的库(ICU、ICONV、Qt、MultiByteToWideChar 等)将字符串转换为 UTF-8。

就个人而言，如果您想编写跨平台代码，我会坚持使用 C++11 并在内部用于您的所有字符串 std：：string 和 UTF-8 编码以及 u8"..."。这要容易得多。

现在关于将 UTF-8 字符串转换为 Windows-1252。当然，如果您只需要转换 € 和其他一些 UTF-8 字符，那么您可以使用字符串比较自己完成。但是，如果所需的功能(或要转换的字符串列表)增长，那么最好使用已经提到的库之一。并且选择受到要在其上运行代码的平台的强烈影响。

Unicode 世界包含超过 100'000 个字符。例如，存在许多"C"字符的变体。您是否要忽略所有这些(例如将它们转换为问号)而只考虑普通的旧"C"和"c"？或者您可能还想将"Ć"转换为"C"，以便您的转换提供更多兼容性？

您可能想看看这些问题： 用于 C/C++ 的可移植且简单的 unicode 字符串库？和 C++11 对 Unicode 的支持程度如何？

相关文章：