使用标准库将 char 转换为 wchar_t？答案

【问题标题】：Convert char to wchar_t using standard library?使用标准库将 char 转换为 wchar_t？
【发布时间】：2016-07-03 22:09:41
【问题描述】：

我有一个函数需要 wchar_t 数组作为参数。我不知道标准库函数可以将 char 转换为 wchar_t 所以我写了一个快速脏函数，但我想要一个没有错误和未定义行为的可靠解决方案。标准库是否有进行这种转换的函数？

我的代码：

wchar_t *ctow(const char *buf, wchar_t *output)
{
    const char ANSI_arr[]    =  "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789`~!@#$%^&*()-_=+[]{}\\|;:'\",<.>/? \t\n\r\f";
    const wchar_t WIDE_arr[] = L"abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789`~!@#$%^&*()-_=+[]{}\\|;:'\",<.>/? \t\n\r\f";

    size_t n = 0, len = strlen(ANSI_arr);

    while (*buf) {
        for (size_t x = 0; x < len; x++) {
            if (*buf == ANSI_arr[x]) {
                output[n++] = WIDE_arr[x];
                break;
            }
        }
        buf++;
    }
    output[n] = L'\0';
    return output;
}

【问题讨论】：

标签： c arrays type-conversion ansi widestring

【解决方案1】：

好吧，转换函数在stdlib.h (*) 中声明。但是您必须知道，对于 latin1 aka ISO-8859-1 字符集中的任何字符，转换为宽字符仅仅是一个分配，因为低于 256 的 unicode 代码的字符是 latin1 字符。

因此，如果您的初始字符集是 ISO-8859-1，则转换很简单：

wchar_t *ctow(const char *buf, wchar_t *output) {
 wchar_t cr = output;
    while (*buf) {
        *output++ = *buf++;
    }
    *output = 0;
    return cr;
}

如果调用者传递了一个指向数组的指针，该数组的大小足以存储所有转换后的字符。

如果您使用任何其他字符集，则必须使用像 icu 这样的知名库，或者手动构建一个，这对于单字节字符集（ISO-8859-x 系列）来说很简单，对于像 UTF8 这样的多字节。

但在不知道您希望能够处理的字符集的情况下，我不能说更多......

顺便说一句，纯 ascii 是 ISO-8859-1 字符集的子集。

(*) 来自cplusplus.com

int mbtowc (wchar_t* pwc, const char* pmb, size_t max);
将多字节序列转换为宽字符 pmb 指向的多字节字符被转换为 wchar_t 类型的值并存储在 pwc 指向的位置。该函数返回多字节字符的字节长度。

mbtowc 有自己的内部移位状态，只有通过调用此函数才能根据需要进行更改。使用空指针作为 pmb 调用函数会重置状态（并返回多字节字符是否与状态相关）。

此函数的行为取决于所选 C 语言环境的 LC_CTYPE 类别。

【讨论】：

【解决方案2】：

它在头文件 wchar.h 中。它被称为btowc：

如果 c 的值为 EOF 或 (unsigned char)c，则 btowc 函数返回 WEOF 在初始移位状态中不构成有效的单字节字符。否则，它返回该字符的宽字符表示。

【讨论】：

【解决方案3】：

这不是从wchar_t 到char 的转换。它是用于破坏 ISO-646 之外的数据的功能。 C 库中的任何方法都不会为您进行这种转换。您可以查看 ICU4C 库。如果你只在Windows上，可以看一下Win32 API中的相关函数（WideCharToMultiByte等）。

【讨论】：