如何将 lua_tostring() 中的值分配给 utf-8 中 wstring 或 const wchar_t* 类型的变量

Question

函数lua_tostring()的返回值类型为const char*。但是，我有一个需要字符串作为参数的 C 函数。字符串为UTF-8编码格式的中文。

extern "C" LUALIB_API int PrintString(lua_State * L) {
    const char* str = lua_tostring(L, 1) // Get the string parameter 
                                         // And the string is actually in utf-8 in Lua.

    const WCHAR* str_w = .../* somehow makes str been an const WCHAR* */

    SomeFuncNeedWCHAR(str_w) // Imagine this func need a const WCHAR* as parameter. 

    return 0;
}

我尝试过使用MultiByteToWideChar()。

    int size = MultiByteToWideChar(CP_UTF8, 0, str, -1, NULL, -1);

    WCHAR* buffer = new wchar_t[size * sizeof(wchar_t)];
    MultiByteToWideChar(CP_UTF8, 0, str, -1, buffer, size * sizeof(wchar_t));

    SomeFuncNeedWCHAR(buffer)

    delete[] buffer;

但我猜str实际上将char存储在UTF-8中，经过这种转换，它会将utf-8转换为utf-8。 （我的意思是，它转换两次）。所以我只想想办法把lua_tostring()的返回值解释成const WCHAR*。

您基本上可以认为SomeFuncNeedWCHAR() 有一些类似的行为，例如MessageBoxExW() 以UTF-8 显示消息框。

所以我想知道如何解决这个问题。谢谢！

Answer 1

你没有正确使用MultiByteToWideChar()。

具体来说，您在第一次调用时将其cchWideChar 参数设置为-1，而此时它需要改为0：

cchWideChar

lpWideCharStr 指示的缓冲区的大小（以字符为单位）。 如果此值为 0，则函数返回所需的缓冲区大小，以字符为单位，包括任何终止的空字符，并且不使用 lpWideCharStr 缓冲区。

即使它成功了，你也过度分配了buffer，这并不是严格意义上的错误，但它浪费了未使用的内存。

试试这个：

extern "C" LUALIB_API int PrintString(lua_State * L) {
    const char* str = lua_tostring(L, 1);

    int str_len = strlen(str) + 1; // avoid MBTWC() from needing to re-calculate the
                                   // same string length multiple times. Also include
                                   // the null terminator in the output...

    int w_len = MultiByteToWideChar(CP_UTF8, 0, str, str_len, NULL, 0);

    WCHAR* str_w = new WCHAR[w_len];
    MultiByteToWideChar(CP_UTF8, 0, str, str_len, str_w, w_len);

    SomeFuncNeedWCHAR(str_w);

    delete[] str_w;

    return 0;
}