如何正确地将 char* 转换为 std::string？（使用 expat / std::string(char*) 时的问题）答案

【问题标题】：How to properly convert char* into std::string? (issues while using expat / std::string(char*))如何正确地将 char* 转换为 std::string？（使用 expat / std::string(char*) 时的问题）
【发布时间】：2011-07-21 12:51:47
【问题描述】：

问题描述

我正在将 Expat 与自定义 C++ 包装器一起使用，我已经在其他项目中对其进行了测试。我遇到了问题，因为原始数据（c_str）没有以正确的方式转换为 std::string。这让我很担心，因为我没有更改包装器的来源。

在此转换后，字符串似乎获得了以空字符结尾的字符：

onCharacterData( std::string( pszData, nLength ) ) // --> std::string( char* pszData)

我该如何解决这个问题？

自己的外籍人士包装

// Wrapper defines the class Expat and implements for example:
void XMLCALL Expat::CharacterDataHandler( void *pUserData, const XML_Char *pszData,
                                          int nLength )
{
  Expat* pThis = static_cast<Expat*>( pUserData );

  // XML_Char is char, therefore this call contains i.e.: std::string("hello", 5) 
  pThis->onCharacterData( std::string( pszData, nLength ) );
}

自定义解析器

// Parser is defined as: class Parser : Expat
void Parser::onCharacterData(const std::string& data )
{
  // data is no longer char*, but a std::string.
  // It seems to contain \0 after each character which is wrong!

  // [...]
}

expat 包装器中的字符数据 (char*)

解析器中的字符数据（std::string）

【问题讨论】：

你可以说std::string(pszData);有一个以空结尾的 C 字符串的构造函数。
@Kerrek: .. 这在这里行不通！（很偶然）
我已经试过了。不幸的是，这不起作用。
耻辱。 “psz”通常表示“空终止”！

标签： c++ string expat-parser null-terminated

【解决方案1】：

您的 pszData 似乎是某种特定于实现的 Unicode 派生格式，其中每个“字符”占用两个 chars。

这意味着源数据已损坏；也许它应该是一个wchar_t 缓冲区。

【讨论】：

这将解释屏幕截图中的结果，但恐怕这不是这里的情况。活动定义是：typedef char XML_Char; 因此 std::string( char* ) 应该可以工作。
@Smamatti：这并没有说明缓冲区是如何填充的。有人占用了char 缓冲区，并用不应在char 缓冲区中的数据填充它。您在其他地方说过 UTF-8 编码是有效的；我想这就是你的答案。事实上，std::string 包含与您的源数据相同的表示，所以这里没有错误。
我使用的是 libexpatwMT.dll 而不是 libexpatMT.dll。您最初对 UTF-16 编码字符串的想法是正确的。更改标题/宏当然不会改变任何东西。感谢您将我引向正确的方向。

【解决方案2】：

看起来外籍人士正在使用宽字符和/或 UTF-16。在回来的路上尝试使用std::wstring。

编辑我在文档中发现如果定义了 XML_UNICODE 或 XML_UNICODE_WCHAR_T 宏，它正在使用 wchar_t。

【讨论】：

确实，这些宏确定了 XML_CHAR 的 typedef，但不幸的是，未设置宏并且 Visual Studio 确认，XML_CHAR 是char 类型和 UTF-8 编码的。

【解决方案3】：

正如其他人指出的那样，pszData 似乎是一个多字节字符串。您应该尝试使用std::basic_string<XML_Char> 代替std::string 或std::wstring。如果看起来太冗长，请使用typedef。

当然，如果XML_Char 既不是char 也不是wchar_t，您可能需要为std::char_traits 提供模板特化

编辑：
一些谷歌搜索显示 XML_Char 是 UTF-8；如果您定义 XML_UNICODE 或 XML_UNICODE_WCHAR_T，则可以使该库使用 UTF-16。

【讨论】：