變量bstr到std :: string轉換的默認編碼

Question

我有一個從MSXML DOM中提取的變體bstr，所以它是UTF-16。 我試圖找出此轉換發生的默認編碼：

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

從測試來看，我認為默認編碼是Windows-1252或Ascii，但我不確定。

順便說一句，這是我正在修復的代碼塊，並將變量轉換為wstring，並通過調用WideCharToMultiByte進行多字節編碼。

謝謝！

Answer 1

operator char*方法調用_com_util::ConvertBSTRToString() 。 該文檔非常無用，但我認為它使用當前的語言環境設置來進行轉換。

更新：

在內部， _com_util::ConvertBSTRToString()調用WideCharToMultiByte ，為所有代碼頁和默認字符參數傳遞零。 這與傳遞CP_ACP相同，這意味着使用系統當前的ANSI代碼頁設置（而不是當前的線程設置）。

如果您想避免丟失數據，您應該直接調用WideCharToMultiByte並使用CP_UTF8 。 您仍然可以將字符串視為以空字符結尾的單字節字符串並使用std::string ，您只是不能將字節視為字符。

Answer 2

std::string本身不指定/包含任何編碼。 它只是一個字節序列。 對於std::wstring ，它只是wchar_t的序列（Win32上的雙字節字）。

通過轉換_bstr_t到一個char*通過其運營的char *中，只要獲得一個指向原始數據。 根據MSDN ，這個數據由寬字符組成，即wchar_t ，代表UTF-16。

我很驚訝它實際上可以從這個構造一個std::string ; 你不應該超過第一個零字節（如果您的原始字符串是英語，則很快就會出現）。

但由於wstring是一個wchar_t字符串，您應該能夠直接從_bstr_t構造一個，如下所示：

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

（我不確定length ;它是字節數還是字符數？）然后，你將有一個以UTF-16編碼的wstring ，你可以在其上調用WideCharToMultiByte 。