在字節數組中解析Unicode

Question

我有一個帶有一系列字符的字節數組。 在一種情況下，我有

[28] = 0x6e
[29] = 0x61
[30] = 0x6d
[31] = 0x65
[32] = 0x00
[33] = 0x00
[34] = 0x00
[35] = 0x4f
[36] = 0x08
[37] = 0x00
[38] = 0x07
[39] = 0x00
[40] = 0x00
[41] = 0x04
[42] = 0x13
[43] = 0xff
[44] = 0xff
[45] = 0x00
[46] = 0x00

28到31具有字符“ name”，該部分以元素32結尾。然后我有另一個字節數組：

[47] = 0x01
[48] = 0x03
[49] = 0x00
[50] = 0x00
[51] = 0x73
[52] = 0x65
[53] = 0xc3
[54] = 0xb1
[55] = 0x6f
[56] = 0x72
[57] = 0x00
[58] = 0x00
[59] = 0x00
[60] = 0x4f
[61] = 0x08
[62] = 0x00
[63] = 0x08
[64] = 0x00
[65] = 0x00
[66] = 0x04
[67] = 0x13
[68] = 0xff
[69] = 0xff
[70] = 0x00
[71] = 0x00

我相信我那里有琴弦señor 。

使用第一個數組可以很容易地找到名稱，其中前4個字節以00作為終止符，但是如何解密第二個字節數組上的內容呢？

這兩個數組都是vector<char> 。

Answer 1

該文本顯然使用UTF-8編碼：

[53] = 0xc3
[54] = 0xb1

這是UTF-8編碼的 ñ字符。 周圍的字符是señor其余的四個字符。

C ++庫確實具有一些用於UTF-8的工具 ； 但是我總是發現那些庫類有些笨拙和僵化。 在大多數平台上，您都有一個出色的，靈活的iconv庫，它帶有一個簡單的API，可以在UTF-8和其他編碼之間進行轉換。