使用 std::filesystem::path 将 UTF8 转换为 UTF16

Question

从 C++11 开始，可以使用std::codecvt_utf8_utf16将 UTF8 转换为 UTF16 wchar_t （至少在 Windows，其中wchar_t为 16 位宽）：

std::wstring utf8ToWide( const char* utf8 )
{
    std::wstring_convert<std::codecvt_utf8_utf16<wchar_t>> converter;
    return converter.from_bytes( utf8 );
}

不幸的是，在 C++17 中， std::codecvt_utf8_utf16已被弃用。 但是有std::filesystem::path里面有所有可能的转换，例如它有成员

std::string string() const;
std::wstring wstring() const;
std::u8string u8string() const;
std::u16string u16string() const;
std::u32string u32string() const;

所以上面的function可以改写如下：

std::wstring utf8ToWide( const char* utf8 )
{
    return std::filesystem::path( (const char8_t*) utf8 ).wstring();
}

与std::codecvt_utf8_utf16不同，它不会使用任何已弃用的 C++。

这种转换器可以预期什么样的缺点？ 例如，路径不能超过一定长度，或者某些 Unicode 符号在那里被禁止？

Answer 1

这种转换器可以预期什么样的缺点？

好吧，让我们解决最明显的缺点。 对于一个不知道你在做什么的用户来说，这是没有意义的。 使用路径类型进行 UTF-8 到 16 的转换是很糟糕的，应该立即被视为代码异味。 当您不必要地反对只下载一个可以正确执行此操作的简单库时，您会做这种可怕的黑客攻击。

此外，它不必工作。 path用于存储...路径。 由此得名。 具体来说，它们旨在以一种易于被相关文件系统使用的方式存储路径。 因此，存储在path中的字符串可以具有文件系统想要对其施加的任何限制，除了 C++ 标准要求它做的大量事情之外。

例如，如果文件系统不区分大小写（甚至只是不区分 ASCII 大小写），那么当所有字符串存储在path中时，将其大小写转换为小写是一种合法的实现。 或者从path中提取它们时对它们进行大小写转换。 或类似的东西。

path可以将你所有的\ s转换成/ s。 或者你的: s 变成/ s。 或者它想要做的任何其他依赖于实现的技巧。

如果您害怕使用已弃用的工具，只需下载一个简单的 UTF-8/16 转换库。 或者自己写一个； 这并不难。