比较 std::wstring 和 std::string

Question

如何将wstring（例如L"Hello"）与string 进行比较？如果我需要相同的类型，如何将它们转换为相同的类型？

Answer 1

既然你问了，这是我从字符串到宽字符串的标准转换函数，使用 C++ std::string 和 std::wstring 类实现。

首先，确保以set_locale 启动您的程序：

#include <clocale>

int main()
{
  std::setlocale(LC_CTYPE, "");  // before any string operations
}

现在是函数。首先，从窄字符串中获取宽字符串：

#include <string>
#include <vector>
#include <cassert>
#include <cstdlib>
#include <cwchar>
#include <cerrno>

// Dummy overload
std::wstring get_wstring(const std::wstring & s)
{
  return s;
}

// Real worker
std::wstring get_wstring(const std::string & s)
{
  const char * cs = s.c_str();
  const size_t wn = std::mbsrtowcs(NULL, &cs, 0, NULL);

  if (wn == size_t(-1))
  {
    std::cout << "Error in mbsrtowcs(): " << errno << std::endl;
    return L"";
  }

  std::vector<wchar_t> buf(wn + 1);
  const size_t wn_again = std::mbsrtowcs(buf.data(), &cs, wn + 1, NULL);

  if (wn_again == size_t(-1))
  {
    std::cout << "Error in mbsrtowcs(): " << errno << std::endl;
    return L"";
  }

  assert(cs == NULL); // successful conversion

  return std::wstring(buf.data(), wn);
}

然后回过头来，用宽弦制作窄弦。我将窄字符串称为“语言环境字符串”，因为它是依赖于平台的编码，具体取决于当前语言环境：

// Dummy
std::string get_locale_string(const std::string & s)
{
  return s;
}

// Real worker
std::string get_locale_string(const std::wstring & s)
{
  const wchar_t * cs = s.c_str();
  const size_t wn = std::wcsrtombs(NULL, &cs, 0, NULL);

  if (wn == size_t(-1))
  {
    std::cout << "Error in wcsrtombs(): " << errno << std::endl;
    return "";
  }

  std::vector<char> buf(wn + 1);
  const size_t wn_again = std::wcsrtombs(buf.data(), &cs, wn + 1, NULL);

  if (wn_again == size_t(-1))
  {
    std::cout << "Error in wcsrtombs(): " << errno << std::endl;
    return "";
  }

  assert(cs == NULL); // successful conversion

  return std::string(buf.data(), wn);
}

一些注意事项：

• 如果你没有std::vector::data()，你可以改成&buf[0]。
• 我发现r 风格的转换函数mbsrtowcs 和wcsrtombs 在Windows 上不能正常工作。在那里，您可以改用mbstowcs 和wcstombs：mbstowcs(buf.data(), cs, wn + 1);、wcstombs(buf.data(), cs, wn + 1);

针对您的问题，如果您想比较两个字符串，您可以将它们都转换为宽字符串，然后进行比较。如果您正在从磁盘读取具有已知编码的文件，则应使用iconv() 将文件从已知编码转换为 WCHAR，然后与宽字符串进行比较。

但请注意，复杂的 Unicode 文本可能有多个 不同 表示作为代码点序列，您可能会认为它们是相等的。如果有可能，您需要使用更高级别的 Unicode 处理库（例如 ICU）并将您的字符串规范化为一些常见的、可比较的形式。

Answer 2

您应该使用mbstowcs 将char 字符串转换为wchar_t 字符串，然后比较生成的字符串。请注意，mbstowcs 适用于 char */wchar *，因此您可能需要执行以下操作：

std::wstring StringToWstring(const std::string & source)
{
    std::wstring target(source.size()+1, L' ');
    std::size_t newLength=std::mbstowcs(&target[0], source.c_str(), target.size());
    target.resize(newLength);
    return target;
}

我不完全确定&target[0] 的使用是否完全符合标准，如果有人对此有很好的答案，请在 cmets 中告诉我。此外，还有一个隐含的假设，即转换后的字符串（wchar_ts 的数量）不会比原始字符串的chars 的数量长 - 这是一个我仍然不确定它是否被涵盖的逻辑假设标准。

另一方面，似乎没有办法向 mbstowcs 询问所需缓冲区的大小，所以要么你走这条路，要么使用 Unicode 库中的（做得更好和定义更好的）代码（be它是 Windows API 或 iconv 等库）。

不过，请记住，在不使用特殊函数的情况下比较 U​​nicode 字符串很容易出错，两个等价的字符串在按位比较时可能会得出不同的结果。

长话短说：这应该可行，而且我认为这是您仅使用标准库所能做的最大工作，但在处理 Unicode 方面很大程度上取决于实现，我不太相信它。一般来说，最好在应用程序中坚持编码并避免这种转换，除非绝对必要，而且，如果您使用明确的编码，请使用不太依赖于实现的 API。

Answer 3

在做这件事之前要三思而后行——你可能一开始就不想比较它们。如果您确定这样做并且您使用的是 Windows，则将 string 转换为 wstring 和 MultiByteToWideChar，然后与 CompareStringEx 进行比较。

如果您不使用 Windows，则类似的功能是 mbstowcs 和 wcscmp。标准的宽字符 C++ 函数在 Windows 下通常不可移植；例如 mbstowcs 已弃用。

使用 Unicode 的跨平台方式是使用 ICU 库。

注意使用特殊函数进行 Unicode 字符串比较，不要手动进行。两个 Unicode 字符串可以有不同的字符，但仍然是相同的。

wstring ConvertToUnicode(const string & str)
{
    UINT  codePage = CP_ACP;
    DWORD flags    = 0;
    int resultSize = MultiByteToWideChar
        ( codePage     // CodePage
        , flags        // dwFlags
        , str.c_str()  // lpMultiByteStr
        , str.length() // cbMultiByte
        , NULL         // lpWideCharStr
        , 0            // cchWideChar
        );
    vector<wchar_t> result(resultSize + 1);
    MultiByteToWideChar
        ( codePage     // CodePage
        , flags        // dwFlags
        , str.c_str()  // lpMultiByteStr
        , str.length() // cbMultiByte
        , &result[0]   // lpWideCharStr
        , resultSize   // cchWideChar
        );
    return &result[0];
}