在Windows上获取boost :: filesystem :: path作为UTF-8编码的std :: string

Question

我们将路径表示为boost::filesystem::path ，但在某些情况下，其他API期望它们为const char * （例如，使用SQLite打开数据库文件）。

从文档中 ， path::value_type是Windows下的wchar_t 。 据我所知，Windows wchar_t是2个字节，UTF-16编码。

有一个string()本机观察者返回一个std::string ，同时说明：

如果string_type是与String不同的类型，则转换由cvt执行。

cvt初始化为默认构造的codecvt 。 这个默认构造的codecvt的行为是什么？

有这个论坛条目 ，建议使用utf8_codecvt_facet的实例作为cvt值，以便可移植地转换为UTF-8。 但似乎这个codecvt实际上是在UTF-8和UCS-4之间转换，而不是UTF-16。

什么是获得path的std::string表示的最佳方式（如果可能的话是可移植的），确保在必要时从正确的wchar_t编码转换？

Answer 1

cvt初始化为默认构造的codecvt。 这个默认构造的codecvt的行为是什么？

它使用默认语言环境转换为特定于语言环境的多字节字符集。 在Windows上，此区域设置通常对应于控制面板中的区域设置。

什么是获得路径的std :: string表示的最佳方式（如果可能的话是可移植的），确保在必要时从正确的wchar_t编码转换？

C ++ 11标准引入了std::codecvt_utf8_utf16 。 虽然它从C++17被弃用，但根据本文 ，它将“可用”直到合适的替代品被标准化“。

要使用此方面，请调用静态函数：

boost::filesystem::path::imbue( 
    std::locale( std::locale(), new std::codecvt_utf8_utf16<wchar_t>() ) );

之后，对path::string()所有调用都将从UTF-16转换为UTF-8。

另一种方法是使用std::wstring_convert< std::codecvt_utf8_utf16<wchar_t> >来仅在某些情况下进行转换。

完整的示例代码：

#include <boost/filesystem.hpp>
#include <iostream>
#include <codecvt>

void print_hex( std::string const& path );

int main()
{
    // Create UTF-16 path (on Windows) that contains the characters "ÄÖÜ".
    boost::filesystem::path path( L"\u00c4\u00d6\u00dc" );

    // Convert path using the default locale and print result.
    // On a system with german default locale, this prints "0xc4 0xd6 0xdc".
    // On a system with a different locale, this might fail.
    print_hex( path.string() );

    // Set locale for conversion from UTF-16 to UTF-8.
    boost::filesystem::path::imbue( 
        std::locale( std::locale(), new std::codecvt_utf8_utf16<wchar_t>() ) );

    // Because we changed the locale, path::string() now converts the path to UTF-8.
    // This always prints the UTF-8 bytes "0xc3 0x84 0xc3 0x96 0xc3 0x9c".
    print_hex( path.string() );

    // Another option is to convert only case-by-case, by explicitly using a code converter.
    // This always prints the UTF-8 bytes "0xc3 0x84 0xc3 0x96 0xc3 0x9c".
    std::wstring_convert< std::codecvt_utf8_utf16<wchar_t> > cvt;
    print_hex( cvt.to_bytes( path.wstring() ) );
}

void print_hex( std::string const& path )
{
    for( char c : path )
    {
        std::cout << std::hex << "0x" << static_cast<unsigned>(static_cast<unsigned char>( c )) << ' ';
    }
    std::cout << '\n';
}