c++ - 如何在 C++ 中转换为 utf8 字符串

Question

我有一个字符串输出，它不一定是有效的 utf8。我必须将它传递给只接受有效 utf8 字符串的方法。
因此，我需要将输出转换为最接近的有效 utf8 字符串，删除无效字节或部分。我怎么能在 C++ 中做到这一点？我不想使用第 3 方库。

Answer 1

您应该使用这些icu::UnicodeString方法fromUTF8(const StringPiece &utf8)或toUTF8String(StringClass &result).

Answer 2

如果您确定您的字符串是有效的 UTF-8，只有几个损坏的字节，http://utfcpp.sourceforge.net/可以解决这个问题。从页面：

#include "utf8.h"
void fix_utf8_string(std::string& str) {
    std::string temp;
    utf8::replace_invalid(str.begin(), str.end(), back_inserter(temp));
    str = temp;
}

在处理 Unicode 数据时，您几乎不可能要求不使用 3rd 方库，但 UTF8-CPP 库是仅标头，这是您可以得到的最轻量级的。