c++ - 将 UTF8 编码的字节缓冲区转换为 wstring？

Question

C++ 标准模板库 (STL) 是否提供任何将 UTF8 编码的字节缓冲区转换为 wstring 的方法？

例如：

const unsigned char* szBuf = (const unsigned char*) "d\xC3\xA9j\xC3\xA0 vu";
std::wstring str = method(szBuf); // Should assign "déjà vu" to str

我想避免必须实现自己的 UTF8 转换代码，如下所示：

const unsigned char* pch = szBuf;    
while (*pch != 0)
{
    if ((*pch & 0x80) == 0)
    {
    str += *pch++;
    }
    else if ((*pch & 0xE0) == 0xC0 && (pch[1] & 0xC0) == 0x80)
    {
        wchar_t ch = (((*pch & 0x1F) >> 2) << 8) +
            ((*pch & 0x03) << 6) +
            (pch[1] & 0x3F);
        str += ch;
        pch += 2;
    }
    else if (...)
    {
        // other cases omitted
    }
}

编辑：感谢您的评论和答案。此代码片段执行所需的转换：

std::wstring_convert<std::codecvt_utf8<wchar_t>,wchar_t> convert;
str = convert.from_bytes((const char*)szBuf);

Answer 1

在 C++11 中，您可以使用std::codecvt_utf8. 如果你没有那个，你也许可以说服iconv你做你想做的事；不幸的是，这也不是普遍存在的，并不是所有的实现都支持 UTF-8，而且我不知道有什么方法可以找到合适的东西传递给iconv_open从wchar_t.

如果您没有这些东西，最好的选择是第三方库，例如ICU。令人惊讶的是，Boost 似乎没有任何目的，尽管我可能会错过它。