C++：如何将 ASCII 或 ANSI 转换为 UTF8 并存储在 std::string 中

Question

我的公司使用一些这样的代码：

    std::string(CT2CA(some_CString)).c_str()

我相信它将 Unicode 字符串（其类型为 CString）转换为 ANSI 编码，并且该字符串用于电子邮件的主题。 但是，电子邮件的标题（包括主题）表明邮件客户端应该将其解码为 un​​icode（原始代码就是这样做的）。 因此，某些德语字符（如“ä ö ü”）将无法正确显示为标题。

无论如何，我可以将此标头放回 UTF8 并存储到 std::string 或 const char* 中吗？

我知道有很多更聪明的方法可以做到这一点，但我需要保持代码坚持其原始方法（即，将标头作为 std::string 或 const char* 发送）。

提前致谢。

Answer 1

小心：它是'|' 而不是 '&' ！

*buffer++ = 0xC0 | (c >> 6);
*buffer++ = 0x80 | (c & 0x3F);

Answer 2

这听起来像是从一种编码到另一种编码的简单转换：您可以std::codecvt<char, char, mbstate_t>使用std::codecvt<char, char, mbstate_t> 。 但是，我不知道您的实现是否带有合适的转换。 从它的声音来看，您只是尝试将ISO-Latin-1转换为 Unicode。 这应该非常简单：前 128 个字符（0 到 127）映射到 UTF-8，后半部分可以方便地映射到相应的 Unicode 代码点，即，您只需要将相应的值编码为 UTF-8。 每个字符将被替换为两个字符。 那它，我认为转换是这样的：

// Takes the next position and the end of a buffer as first two arguments and the
// character to convert from ISO-Latin-1 as third argument.
// Returns a pointer to end of the produced sequence.
char* iso_latin_1_to_utf8(char* buffer, char* end, unsigned char c) {
    if (c < 128) {
        if (buffer == end) { throw std::runtime_error("out of space"); }
        *buffer++ = c;
    }
    else {
        if (end - buffer < 2) { throw std::runtime_error("out of space"); }
        *buffer++ = 0xC0 | (c >> 6);
        *buffer++ = 0x80 | (c & 0x3f);
    }
    return buffer;
}