变量bstr到std :: string转换的默认编码

Question

我有一个从MSXML DOM中提取的变体bstr，所以它是UTF-16。 我试图找出此转换发生的默认编码：

VARIANT vtNodeValue;
pNode->get_nodeValue(&vtNodeValue);
string strValue = (char*)_bstr_t(vtNodeValue);

从测试来看，我认为默认编码是Windows-1252或Ascii，但我不确定。

顺便说一句，这是我正在修复的代码块，并将变量转换为wstring，并通过调用WideCharToMultiByte进行多字节编码。

谢谢！

Answer 1

operator char*方法调用_com_util::ConvertBSTRToString() 。 该文档非常无用，但我认为它使用当前的语言环境设置来进行转换。

更新：

在内部， _com_util::ConvertBSTRToString()调用WideCharToMultiByte ，为所有代码页和默认字符参数传递零。 这与传递CP_ACP相同，这意味着使用系统当前的ANSI代码页设置（而不是当前的线程设置）。

如果您想避免丢失数据，您应该直接调用WideCharToMultiByte并使用CP_UTF8 。 您仍然可以将字符串视为以空字符结尾的单字节字符串并使用std::string ，您只是不能将字节视为字符。

Answer 2

std::string本身不指定/包含任何编码。 它只是一个字节序列。 对于std::wstring ，它只是wchar_t的序列（Win32上的双字节字）。

通过转换_bstr_t到一个char*通过其运营的char *中，只要获得一个指向原始数据。 根据MSDN ，这个数据由宽字符组成，即wchar_t ，代表UTF-16。

我很惊讶它实际上可以从这个构造一个std::string ; 你不应该超过第一个零字节（如果您的原始字符串是英语，则很快就会出现）。

但由于wstring是一个wchar_t字符串，您应该能够直接从_bstr_t构造一个，如下所示：

_bstr_t tmp(vtNodeValue);
wstring strValue((wchar_t*)tmp, tmp.length());

（我不确定length ;它是字节数还是字符数？）然后，你将有一个以UTF-16编码的wstring ，你可以在其上调用WideCharToMultiByte 。