为什么 mbstowcs() 和 wcstombs() 不是 Unicode 字符串转换的最佳选择？

在 Unicode 字符串类型之间进行转换

在使用各种编程语言和平台时，可能会遇到在 Unicode 字符串类型之间进行转换的任务。虽然 mbstowcs() 和 wcstombs() 等函数看起来像是可行的转换选项，但它们的使用可能存在问题。

mbstowcs() 和 wcstombs() 的限制

这些函数不一定转换为 UTF-16 或 UTF-32，而是转换为 wchar_t，编码根据区域设置而变化。这给可移植性和 Unicode 支持带来了困难。

C 11 中引入的更好方法

C 11 引入了几种在 Unicode 字符串类型之间转换的改进方法：

1。 std::wstring_convert

此模板类提供了一种执行转换的便捷方法。创建后，它可用于轻松在字符串之间进行转换：

<code class="cpp">std::wstring_convert<..., char16_t> convert;
std::string utf8_string = u8"This string has UTF-8 content";
std::u16string utf16_string = convert.from_bytes(utf8_string);</code>

2.新的 std::codecvt 专业化

std::codecvt 的新专业化也可用于特定的 Unicode 转换：

• std::codecvt_utf8_utf16：在 UTF 之间转换-8 和 UTF-16
• std::codecvt_utf8：在 UTF-8 和 UTF-32 之间转换

3。子类的定义

要绕过 std::codecvt 专业化中受保护析构函数的问题，可以定义自定义子类：

<code class="cpp">template <class internT, class externT, class stateT>
struct codecvt : std::codecvt<internT, externT, stateT>
{ ~codecvt() {} };

std::wstring_convert<codecvt<char16_t, char, std::mbstate_t>, char16_t> convert16;</code>

4。 std::use_facet 模板函数

此函数可用于获取现有的 codecvt 实例，由于专业化限制，这对于 Visual Studio 2010 很有帮助：

<code class="cpp">std::wstring_convert<std::codecvt_utf8<char16_t>, char16_t> convert16;</code>

注意：直接 UTF-32 和 UTF-16 转换需要组合 std::wstring_convert 的两个实例。

对 Unicode 的 wchar_t 的批评

而 wchar_t存在用于表示 Unicode 代码点，其目的和实用性有一定的限制：

• 编码可能因区域设置而异，使其不适合可移植性和直接区域间转换。
• 它假设字符和代码点之间的一对一映射，这与 Unicode 不同。
• 这使得 wchar_t 对于文本算法和可移植代码来说不可靠。

对于可移植代码，推荐的方法是使用 C 11 字符串转换或适当的特定于编码的库。

以上是为什么 mbstowcs() 和 wcstombs() 不是 Unicode 字符串转换的最佳选择？的详细内容。更多信息请关注PHP中文网其他相关文章！