UTF8 字符到十六进制值字符串答案

【问题标题】：UTF8 char to hex value stringUTF8 字符到十六进制值字符串
【发布时间】：2016-01-02 14:38:03
【问题描述】：

我需要一种将字符转换为字符串形式的十六进制值的方法。

我尝试了几种方法，但都忽略了 UTF8 字符。

例如：

取字符：

Ş

如果转换正确，其十六进制值为0x15E，但此代码只返回0x3F，即字符?。

wchar_t mychar = 'Ş';
cout << hex << setw(2) << setfill('0') 
                  << static_cast<unsigned int>(mychar);

我找到了一个 javascript 函数，正是我需要的，但无法将其转换为 c++ Here

谢谢

【问题讨论】：

mychar的类型是什么？
@πάνταῥεῖ 嗯，让我们说“Ş”
Ş 什么时候成为类型了？？
你用的是什么编译器？你有没有告诉它你对源文件使用什么编码？
这里有几个问题。 wchar_t 不是 UTF-8 - 也许您的意思是 Unicode 而不是 UTF-8？如果您的意思是 UTF-8，为什么要涉及 wchar_t？ wchar_t 通常是 UTF-16 或 UTF-32。 'x' 不是一个广泛的文字 - 缺少前缀 L。源文件编码很重要，所以使用 \u 或 \x 使其无关紧要。

标签： c++ utf-8 utf8-decode

【解决方案1】：

问题是您将char 文字分配给wchar_t mychar。因为 char 只有一个字节长，它不能存储字符 Ş。您必须在文字前面加上 L，如下所示：

wchar_t mychar = L'Ş';

一篇关于 Unicode、编码等的非常好的文章是 Joel Spolsky 的 The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)。

【讨论】：

谢谢！ Indeec 一篇很棒的文章。现在明白了，再次感谢。
请注意，mychar 将被编码为 UTF16 或 UTF32，具体取决于编译器和平台。在 UTF8 中，Unicode 代码点 U+015E 是 0xC5 0x9E。有很多方法可以将 wchar_t 转换为 UTF8，无论是在编译时还是在运行时，取决于使用的编译器和库。

【解决方案2】：

即使您在它们前面加上 L，wchar_t 类型也不能很好地处理国际字符集。

试试这个：

char16_t mychar16 {u'Ş'}; // Initialized with UTF-16 code
char32_t mychar32 {U'Ş'}; // Initialized with UTF-32 code

cout << showbase << hex << setw(12) << setfill('0')
     << std::setiosflags(ios::left | ios::hex) 
     << static_cast<unsigned int>(mychar16) << endl;

结果：

0x15e0000000

适用于类型 wchar_t 的字符编码是实现定义的，因此它可能因编译器而异。 char16_t 和 char32_t 类型更适合处理 Unicode 字符。

【讨论】：