C++：如何将 ASCII 或 ANSI 转换为 UTF8 并存储在 std::string答案

【问题标题】：C++: how to convert ASCII or ANSI to UTF8 and stores in std::stringC++：如何将 ASCII 或 ANSI 转换为 UTF8 并存储在 std::string
【发布时间】：2013-12-15 01:31:50
【问题描述】：

我的公司使用如下代码：

    std::string(CT2CA(some_CString)).c_str()

我相信它将 Unicode 字符串（其类型为 CString）转换为 ANSI 编码，并且该字符串用于电子邮件的主题。但是，电子邮件的标头（包括主题）表明邮件客户端应将其解码为 unicode（原始代码就是这样做的）。因此，某些德语字符（如“ä ö ü”）将无法正确显示为标题。

我是否可以将此标头放回 UTF8 并存储到 std::string 或 const char* 中？

我知道有很多更聪明的方法可以做到这一点，但我需要保持代码坚持原来的方式（即将标头作为 std::string 或 const char* 发送）。

提前致谢。

【问题讨论】：

你可能需要 std::wstring
没有可转换为 utf8 的预编译宏。只需创建自己的，使用 CP_UTF8 调用 WideCharToMultiByte()。

标签： c++ visual-studio-2010 cstring stdstring

【解决方案1】：

这听起来像是从一种编码到另一种编码的简单转换：您可以为此使用std::codecvt<char, char, mbstate_t>。但是，我不知道您的实现是否带有合适的转换。从它的声音来看，您只需尝试将 ISO-Latin-1 转换为 Unicode。这应该很简单：前 128 个字符映射（0 到 127）与 UTF-8 相同，后半部分方便地映射到相应的 Unicode 代码点，即您只需要将相应的值编码为 UTF-8。每个字符将被两个字符替换。那它，我认为转换是这样的：

// Takes the next position and the end of a buffer as first two arguments and the
// character to convert from ISO-Latin-1 as third argument.
// Returns a pointer to end of the produced sequence.
char* iso_latin_1_to_utf8(char* buffer, char* end, unsigned char c) {
    if (c < 128) {
        if (buffer == end) { throw std::runtime_error("out of space"); }
        *buffer++ = c;
    }
    else {
        if (end - buffer < 2) { throw std::runtime_error("out of space"); }
        *buffer++ = 0xC0 | (c >> 6);
        *buffer++ = 0x80 | (c & 0x3f);
    }
    return buffer;
}

【讨论】：

小心，在Windows下，ANSI表示CP-1252，这个charset看起来像iso-latin1，但又不一样……
@GenericAccountName：我进行了更改。感谢您的评论 - 我想我不知道。

【解决方案2】：

小心：它是'|'而不是'&'！

*buffer++ = 0xC0 | (c >> 6);
*buffer++ = 0x80 | (c & 0x3F);

【讨论】：