当 std::string/char const* 已经在 utf-8 中时，从 std::string/char const* 创建 std::u8string

Question

我正在将我的代码库升级到 C++20，并想使用std::u8string / char8_t 。 我正在使用一个 3rd-party 库，它在其 API 中接受并返回 UTF-8 字符串，但是它尚未更新到 C++20，因此将 UTF-8 字符串作为常规std::string接受并返回s 而不是std::u8string s。

将std::u8string转换为std::string非常简单，因为u8string的缓冲区可以通过char*指针访问，所以

std::u8string u8s = get_data();
std::string s(reinterpret_cast<char const*>(u8s.data()), u8s.size());

是有效代码。 但是，据我所知char8_t没有std::byte和char具有的别名豁免，因此

std::string s = get_data();
std::u8string u8s{reinterpret_cast<char8_t const*>(s.data()), s.size());

无效。

我采取了

std::string s = get_data();
std::u8string u8s(s.size(), u8'\0');
std::memcpy(u8s.data(), s.data(), s.size());

就目前而言，但这似乎是不必要的低效，因为这首先将内存初始化为全零，然后再将实际数据写入其中。

有没有办法避免初始化为全零或另一种在std::string和std::u8string完全转换的方法？

Answer 1

u8string u8s(s.begin(), s.end())应该可以正常工作。 你不需要演员。 构造函数是模板化的，并且char隐式转换为char8_t 。

即使char是有unsigned char类型， char8_t的基础类型是unsigned char也不是问题。