如何将 uni 代码点值（utf16）转换为 C char 数组答案

【问题标题】：How to convert uni code point value (utf16) to C char array如何将 uni 代码点值（utf16）转换为 C char 数组
【发布时间】：2012-06-07 07:24:45
【问题描述】：

我有一个 api，它将 uni 代码数据作为 c 字符数组并将其作为 uni 代码中的正确短信发送。

现在我有四个代码点值对应于某些本地字母表中的四个字符，我想通过将它们插入 c char 数组来正确发送它们。

我试过了

char test_data[] = {"\x00\x6B\x00\x6A\x00\x63\x00\x69"};

其中 0x006B 是一个代码点，依此类推。

内部的api正在调用

int len = mbstowcs(NULL,test_data,0);

上面的结果为 0。似乎 0x00 被视为终止空值。

我想将上述代码点正确分配给 c 数组，以便它们在接收电话上生成相应的 utf16 字符（它确实支持字符集）。如果需要，我也可以更改 API。

平台是带有 glib 的 Linux

【问题讨论】：

查看了很多相关的现有问题，但还没有完全找到解决方案
API 需要哪种编码？您并没有说明这一点，并且说“将 unicode 数据作为 C 字符数组”确实并没有说明什么。您必须知道预期的编码，否则当然无法知道如何排列位。

【解决方案1】：

UTF-16BE 不是本机执行（AKA 多字节）字符集，mbstowcs 确实需要以空字符结尾的字符串，所以这不起作用。由于您使用的是 Linux，因此该函数可能期望任何 char[] 序列为 UTF-8。

我相信您可以在 Linux 中使用 uniconv 对字符数据进行转码。我只使用了ICU4C 项目。

您的代码将读取 UTF-16BE 数据，将其转码为通用格式（例如 uint8_t），然后在调用 API 之前将其转码为原生执行字符集（这将然后将其转码为本机宽字符集。）

注意：如果执行字符集不包含相关代码点，这可能是一个有损过程，但您别无选择，因为这是 API 所期望的。但正如我上面提到的，现代 Linux 系统应该默认使用 UTF-8。我写了一点关于在 C here 中转码代码点的内容。

【讨论】：

提问者正在使用 GLib，它有相当不错的基本 Unicode 工具选择：developer.gnome.org/glib/stable/glib-Unicode-Manipulation.html，包括转码。
谢谢我会探索他们两个
@ecatmur - 感谢您指出这一点；无论使用何种 API，该过程都是相同的。
如何执行此步骤？ “然后在调用API之前将其转码为本机执行字符集”......在此之前我使用g_utf16_to_utf8（）并获得了一个utf8字符串？谢谢
好吧，我实际上不必这样做。只是使用 g_utf16_to_utf8() 和 UTF16-LE 对我有用。谢谢@McDowell 和 ecatmur

【解决方案2】：

我认为使用 wchar_t 可以解决您的问题。如果我错了或遗漏了什么，请纠正我。

【讨论】：

【解决方案3】：

我认为您应该创建一个字符和整数的联合。
typedef union wchars{int int_arr[200]; char char_arr[800]};
将数据 memcpy 到此联合中以进行分配

【讨论】：