如何在 C++ 中将 ASCII 字符串转换为 UTF8 字符串？答案

【问题标题】：How to convert an ASCII string to an UTF8 string in C++?如何在 C++ 中将 ASCII 字符串转换为 UTF8 字符串？
【发布时间】：2011-01-21 19:28:21
【问题描述】：

如何在 C++ 中将 ASCII std::string 转换为 UTF8 (Unicode) std::string？

【问题讨论】：

【解决方案1】：

std::string ASCIIToUTF8(std::string str) {
  return str;
}

每个 ASCII 字符在 UTF8 中都有相同的表示，所以没有什么可以转换的。当然，如果输入字符串使用扩展的（8位）ASCII字符集，答案就更复杂了。

【讨论】：

【解决方案2】：

ASCII 是一种七位编码，并且完全映射到可以用 ASCII 表示的字符子集的 UTF-8 编码。

简而言之，没有什么可做的。您的 ASCII 字符串已经是有效的 UTF-8。

【讨论】：

【解决方案3】：

我假设 ASCII 是指 CP1252 或其他 8 位字符集（ASCII 只有 7 位，它直接与 UTF-8 兼容，无需转换）。标准 C++ 做不到。你需要例如Glibmm、Qt、iconv 或 WINAPI 来做。

【讨论】：

这是一个很大的假设。 CP1252 是非常特定于平台的，问题中没有平台指示。
这就是我说“或其他”的原因。但是，Windows 用户似乎对字符集最无知。假设 CP1252 从 8 位转换时的一大好处是它也与 ISO-8859-1 兼容（但不是相反）。
多么奇怪的评论。代码页 1252 在很大程度上是 Windows 特定的编码。说 Windows 用户对 Windows 特定的实现细节“最无知”是，呃，无知。
这可能仍然是当今最常见的 8 位字符编码。它还与 ISO-8859-1 兼容，这恰好是最标准化的编码。由于这两个原因，甚至一些 UNIX 程序（例如 Irssi）默认使用 CP1252 进行转换。 UNIX 用户通常不那么无知，因为他们必须一直处理 UTF-8 和更旧的字符编码（或者至少在几年前必须处理。另一方面，Windows 开发人员经常将所有 8 位编码称为 ANSI（好像它只有一个字符集）甚至 ASCII（好像是 8 位）。