2

std::codecvt<wchar_t, char, std::mbstate_t>::in()我想使用Microsoft 标准库实现 (MSVC11)将在双字节代码页中编码的字符串转换为 UTF-16 字符串。例如，考虑以下程序：

#include <iostream>
#include <locale>

int main()
{
    // KATAKANA LETTER A (U+30A2) in Shift-JIS (Codepage 932)
    // http://msdn.microsoft.com/en-us/goglobal/cc305152
    char const cs[] = "\x83\x41";

    std::locale loc = std::locale("Japanese");

    // Output: "Japanese_Japan.932" (as expected)
    std::cout << loc.name() << '\n';

    typedef std::codecvt<wchar_t, char, std::mbstate_t> cvt_t;
    cvt_t const& codecvt = std::use_facet<cvt_t>(loc);
    wchar_t out = 0;
    std::mbstate_t mbst = std::mbstate_t();
    char const* mid;
    wchar_t* outmid;

    // Output: "2" (error) (expected: "0" (ok))
    std::cout << codecvt.in(
        mbst, cs,   cs + 2,   mid,
              &out, &out + 1, outmid) << '\n';

    // Output: "0" (expected: "30a2")
    std::cout << std::hex << out << '\n';
}

调试时，我发现in()最终调用内部_Mbrtowc()函数（crt\src\xmbtowc.c），传递内部（C？）部分std::locale，初始化为{_Page=932 _Mbcurmax=2 _Isclocale=0 ...}，其中...代表（这似乎是问题）_Isleadbyte成员，初始化为 32 个零的数组（无符号字符类型）。因此，当函数处理'\x32'前导字节时，它会检查这个数组并自然得出（错误的）结论，即这不是前导字节。所以它愉快地调用了MultiByteToWideChar()Win-API 函数，当然，它不能转换半角字符。因此，_Mbrtowc()返回错误代码 -1，这或多或少取消了调用堆栈上的所有内容，最终std::codecvt_base::result::error返回 2 ( )。

这是 MS 标准库中的错误吗（看起来是这样）？（如何）我可以以可移植的方式解决这个问题（即使用最少的#ifdefs）？

4

2 回答 2

1

我将您的代码复制粘贴到 VC2010 / Windows 7 64 位中。

它可以按您的预期工作。这是输出：

Japanese_Japan.932
0
30a2

这可能是VC2012引入的一个错误......

于 2013-07-14T11:25:26.143 回答
1

我在内部向微软报告了这件事。现在已将其填充为一个新错误 (DevDiv#737880)。但我建议在以下位置填写连接项：http ://connect.microsoft.com/VisualStudio

于 2013-07-16T04:54:34.890 回答