c + +使用iconv从UTF-8转换为wstring

Question

我有一个运行以下程序的C ++ Linux应用程序：

int main()
{
  using namespace std;
  char str[] = "¡Hola!";

  wchar_t wstr[50];

  size_t rc;

  memset(wstr, 0, sizeof(wstr));

  rc = mbstowcs(wstr, str, 50);

  cout << "mbstowcs results: ";
  cout << "rc = " << rc << endl;
  cout << "str:" << str  << endl;
  wcout << L"wstr:" << wstr  << endl;
  setlocale(LC_CTYPE,"");
  iconv_t cd = iconv_open("WCHAR_T", "UTF-8");
  cout << "iconv_open errno = "<< errno << endl;

  char *s = str;
  char *t = (char *)wstr;
  size_t s1 = strlen(str);
  size_t s2 = 50;

  rc = iconv(cd, &s, &s1, &t, &s2);

  cout << "iconv results: ";
  cout << "rc = " << rc << endl;
  cout << "str:" << str  << endl;
  wcout << L"wstr:" << wstr  << endl;

}

我想将UTF-8字符向量转换为wstring，但是上面的代码返回此结果：

 mbstowcs results: rc = 18446744073709551615
    str:¡Hola!
    wstr:
    iconv_open errno = 2
    iconv results: rc = 0
    str:¡Hola!
    wstr:�Hola!

iconv结果将第一个字符转换为另一个字符。

注意：如果我在UCS-4 -INTERNAL中替换WCHAR_T，则wstr不包含任何内容。

有什么帮助吗？

谢谢！

Answer 1

可以使用升压吗？

http://www.boost.org/doc/libs/1_46_1/libs/serialization/doc/codecvt.html

Answer 2

不用看iconv文档（到目前为止，无需使用它），我希望您的输入（ char str[] = "¡Hola!"; ）不会被编码为多字节字符串-更有可能是一个简单的ANSI字符串，使用您的本地/当前代码页代表'¡' 。 换句话说：在您现有的字符串中（使用const char[] ）， '¡'存储在单个字节中，其值大于127。但是mbstowcs()可能希望它使用2个字节来表示适当的'¡' （暂时不检查），并且您的'¡'使用的值甚至可能不是您期望的/不允许的值。

我希望错误会在那里发生，因为mbcstowcs()应该返回转换后的字符串中的字符数-但是“ 18446744073709551615”太长了。 如果是这样，则在使用适当的文本定义自己的宽字符串并使用该文本时，也应该能够正确使用iconv（ wchar_t wstr[] = L"¡Hola!"; ）。