使用 std::filesystem::path 將 UTF8 轉換為 UTF16

Question

從 C++11 開始，可以使用std::codecvt_utf8_utf16將 UTF8 轉換為 UTF16 wchar_t （至少在 Windows，其中wchar_t為 16 位寬）：

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已被棄用。 但是有std::filesystem::path里面有所有可能的轉換，例如它有成員

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可以改寫如下：

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

與std::codecvt_utf8_utf16不同，它不會使用任何已棄用的 C++。

這種轉換器可以預期什么樣的缺點？ 例如，路徑不能超過一定長度，或者某些 Unicode 符號在那里被禁止？

Answer 1

這種轉換器可以預期什么樣的缺點？

好吧，讓我們解決最明顯的缺點。 對於一個不知道你在做什么的用戶來說，這是沒有意義的。 使用路徑類型進行 UTF-8 到 16 的轉換是很糟糕的，應該立即被視為代碼異味。 當您不必要地反對只下載一個可以正確執行此操作的簡單庫時，您會做這種可怕的黑客攻擊。

此外，它不必工作。 path用於存儲...路徑。 由此得名。 具體來說，它們旨在以一種易於被相關文件系統使用的方式存儲路徑。 因此，存儲在path中的字符串可以具有文件系統想要對其施加的任何限制，除了 C++ 標准要求它做的大量事情之外。

例如，如果文件系統不區分大小寫（甚至只是不區分 ASCII 大小寫），那么當所有字符串存儲在path中時，將其大小寫轉換為小寫是一種合法的實現。 或者從path中提取它們時對它們進行大小寫轉換。 或類似的東西。

path可以將你所有的\ s轉換成/ s。 或者你的: s 變成/ s。 或者它想要做的任何其他依賴於實現的技巧。

如果您害怕使用已棄用的工具，只需下載一個簡單的 UTF-8/16 轉換庫。 或者自己寫一個； 這並不難。