将 BSTR 转换为 char * 的问题答案

【问题标题】：Problems converting BSTR to char *将 BSTR 转换为 char * 的问题
【发布时间】：2013-01-04 18:38:12
【问题描述】：

我们有一个使用 WinHttp.WinHttpRequest.5.1 调用第三方网络服务的旧 C++ 应用程序。

我不会列出调用序列的所有细节，因为我认为这与问题无关，但我们通过调用 hr = pIWinHttpRequest->get_ResponseText(&bstrResponse); 来结束，其中 bstrResponse 的类型是 BSTR。

调用代码不适用于 BSTR，它适用于标准 C/C++ char *，因此代码将 BSTR 转换为 char *：

_bstr_t b(bstrResponse);
const char *c = static_cast<char *>(b);

对于我们之前使用此代码访问过的所有 Web 服务，这都有效。但是对于这个新的，它不是。

我们返回的数据应该是 XML，但是对于这个 web 服务，看起来我们遇到了一些字符代码转换问题。我们得到的字符串以; "?&lt;?xml version="1.0" encoding="utf-8"?&gt;..."

注意开头多余的?。在调试器中遍历时，我们在bstrResponse 的显示值中看不到它，在b 的显示值中也看不到它，但在@987654332 的显示值中确实看到了它@。

对可能发生的事情有什么想法吗？

已编辑

我知道BSTR是多字节类型，但是这个字符串中的所有字符都是纯ASCII，调用这个函数的代码没有一个可以处理多字节字符。浏览网页，我看到经常推荐这种特定机制，但在这种情况下，它不起作用。

我需要将此字符串从 BSTR 转换为单字节字符数组。即使这意味着去除无法转换的多字节字符。

【问题讨论】：

它不起作用，因为 BSTR 不是字节长度字符的字符串。详情请咨询this question。
您是否认为static_cast 可能不是将任意类型转换为可打印char* 字符串的有效方法？ ;)
我理解BSTR是多字节类型，但是这个字符串中的所有字符都是纯ASCII，调用这个函数的代码没有一个可以处理多字节字符。
@Jeff 它们不一定是纯 ASCII，根据 XML 标签它们是 UTF-8。我假设您看到的问号是byte order mark。
@0A0D static_cast 导致调用ConvertBSTRToString。

标签： c++ character-encoding bstr

【解决方案1】：

在您的代码中使用 static_cast 对 _bstr_t 进行的转换可以正确转换为 ANSI。编码转换中出现? 表示字符转换失败。最可能的原因是 bstrResponse 包含您的 ANSI 代码页中不存在的字符。我希望您应该转换为 UTF-8 而不是 ANSI，但我当然没有您拥有的所有信息。

底线是?表示源字符串包含无法在目标字符集中编码的字符。

更新

您的回答进一步证明您应该转换为 UTF-8。只有你能确定，但你提供的证据与这个结论是一致的。

【讨论】：

如果字符串包含 BOM，则为真。
我不明白你的意思。看了你贴的答案，看来我的分析是准确的。
我不反对你。因为这个字符串有一个BOM，所以转换后的第一个字符是'?'。
我需要转换为 7 位 ASCII，即使这意味着去除或转换无法用 7 位 ASCII 表示的字符。（我还需要说服我的老板，我们应该在这个应用程序中找到比我们正在使用的更好的 XML 解析器。）
是什么让你这么想？所有迹象都表明 UTF-8 是您所需要的。这是 XML 的本机编码。我希望您的解析器能够在 UTF-8 上工作。

【解决方案2】：

原来有两个问题。首先，上面描述的转换过程并没有去掉字节顺序标记，在我看来它应该这样做，其次是我们使用的旧 C++ XML 解析器在 8 位 ASCII 字符上阻塞，并且这个 web 服务正在发送我们在他们的文本中使用版权符号，ASCII '\xA9'。

在去除 BOM 并将高位字符替换为空格后，解析器工作正常。

【讨论】：

您为什么期望从 UTF-16 到 ANSI 的转换会去除 BOM？这是比文本编码更高层次的问题。
几乎可以肯定，您的 XML 解析器反对输入 ANSI 文本而不是 UTF-8。