如何在C ++ 20中安全地將const char *轉換為const char8_t *？

Question

從這個答案中我了解到，在C ++ 17中，我們可以通過std::filesystem::u8path使用UTF-8路徑打開std::fstream 。 但是在C ++ 20中，這個函數已被棄用，我們應該將const char8_t*傳遞給std::filesystem::path構造函數。

問題出在這里：雖然我們可以合法地轉換（通過reinterpret_cast ）任何指向const char*指針，但我們不能倒退：從const char*到const char8_t* （它會破壞嚴格的別名規則）。 因此，如果我們有一些外部API返回基於char的UTF-8表示文件名（例如來自用C編寫的庫），我們就無法安全地將指針轉換為基於char8_t的指針。

那么，我們如何將這種基於char的UTF-8字符串視圖轉換為基於char8_t的視圖呢？

Answer 1

免責聲明：我是引入char8_t並棄用u8path的P0482提案的作者。

你的觀察是正確的; 不允許使用reinterpret_cast生成指向char對象序列的char8_t指針。 這將在https://stackoverflow.com/a/57453713/11634221進一步討論。

雖然在C ++ 20中已經棄用了std::filesystem::u8path ，但是沒有計划立即刪除它; 你可以繼續使用它。 此外， P1423校正的在變化的意外后果P0482和允許它與兩個范圍被稱為char和char8_t在C ++ 20。 據我所知，沒有實現者將std::filesystem::u8path注釋為已棄用（我不知道是否有任何計划這樣做）。

沒有（格式良好的）方法來生成基於char8_t指針的char序列視圖。 可以編寫一個范圍/迭代器適配器，在內部將各個char值轉換為迭代器取消引用上的char8_t 。 這樣的適配器可以滿足C ++ 17和C ++ 20對非可變迭代器的隨機訪問迭代器要求（它不能滿足可變迭代器的要求，因為取消引用操作將無法提供一個左值，也不能滿足連續迭代器的要求）。 這樣的適配器足以調用接受范圍的std::filesystem::path構造函數。 嗯，這可能是一個有用的適配器，可以添加到https://github.com/tahonermann/char8_t-remediation 。

當然，對底層char數據的視圖的替代方法是復制它，但我可以理解為什么這樣做可能被認為是不合需要的（在使用std::filesystem::path時我們已經傾向於進行大量復制）。

Answer 2

從這個字符類型參考 char8_t ：

它具有與unsigned char相同的大小， unsigned char和對齊方式（因此，與char和signed char具有相同的大小和對齊方式），但它是一種不同的類型。

因為它是一個獨特的類型 ，所以無法在不破壞嚴格別名的情況下將const char*轉換為const char8_t* 。 但是出於所有實際目的，由於char8_t基本上是一個unsigned char你可以使用reinterpret_cast來轉換指針。 這是錯的，但會奏效。

為了正確正確，可以使用char8_t開頭，或將原始字符復制到char8_t緩沖區（或std::u8string ）。