使用mbsnrtowcs進行多字節到Widechar的轉換

Question

我正在嘗試將多字節（UTF）字符串轉換為Widechar字符串，並且mbsnrtowcs總是失敗。 這是輸入和期望的字符串：

char* pInputMultiByteString = "A quick brown Fox jumps \xC2\xA9 over the lazy Dog.";
wchar_t* pExpectedWideString = L"A quick brown Fox jumps \x00A9 over the lazy Dog.";    

特殊字符是版權符號。

當我使用Windows MultiByteToWideChar例程時，此轉換工作正常，但是由於該API在Linux上不可用，因此我必須使用mbsnrtowcs-失敗了。 我也嘗試過使用其他字符，但它總是失敗。 唯一的期望是，當我僅使用基於ASCII的輸入字符串時，mbsnrtowcs可以正常工作。 我究竟做錯了什么？

Answer 1

UTF不是多字節字符串（盡管確實會使用1個以上的字節來表示unicode字符）。 多字節字符串是使用特定代碼頁表示字符的字符串，其中一些將使用多個字節。

由於您要合並ANSI字符和UTF字符，因此應使用UTF8。

因此，無法嘗試使用mbsnrtowcs將UTF轉換為wchar_t （在Windows上為UTF16，在Linux上為UTF32）。

如果您使用UTF8，則應該查看UNICODE處理庫。 對於大多數任務，我建議使用http://utfcpp.sourceforge.net/中的 UTF8-CPP

您可以在Wikipedia上閱讀有關UNICODE和UTF8的更多信息。

Answer 2

MultiByteToWideChar具有用於指定代碼頁的參數，但mbsnrtowcs沒有。 在Linux上，是否在語言環境中設置LC_CTYPE以指定UTF-8？

Answer 3

解決方案：默認情況下，每個C程序都使用“ C”語言環境，因此我必須調用setlocale（LCTYPE，“”）..“”意味着它將使用我環境的語言環境，即en_US.utf8，並且轉換成功。