假设我有这个 Windows wchar_t 字符串：
L"\x4f60\x597d"
和
L"\x00e4\x00a0\x597d"
并希望将其（不一定以编程方式；这将是一次性的）转换为 GCC/Linux wchar_t 格式，即 UTF-32 AFAIK。我该怎么做？（一般的解释会很好，但基于这个具体案例的例子也会有帮助）
请不要将我引导到字符转换站点。我想从 L"\x(something)" 形式转换，而不是 "end character" 形式。
phjr
问问题
1865 次
4 回答
2
从 UTF-16（Visual C++wchar_t形式）转换为 UTF-8，然后可能从 UTF-8 转换为 UCS-4（GCCwchar_t形式），是一个可以接受的答案吗？
如果是这样，那么在 Windows 中，您可以将WideCharToMultiByte函数（withCP_UTF8用于CodePage参数）用于转换的第一部分。然后，您可以将生成的 UTF-8 字符串直接粘贴到您的程序中，或者进一步转换它们。这是一条消息，显示了一个人是如何做到的；您也可以编写自己的代码或手动执行（官方规范，其中包含关于如何将 UTF-8 转换为 UCS-4 的部分，可以在这里找到）。可能有更简单的方法，我对 Linux 中的转换内容还不太熟悉。
于 2008-10-25T15:28:19.320 回答
2
您只需要担心\xD800 和 \xDFFF inclusive 之间的字符。填充零时，其他所有字符都应从 UTF-16 映射到 UCS-4 完全相同。
于 2008-10-26T06:43:04.800 回答
0
最常用的字符转换库之一是 ICU 库http://icu-project.org/它被一些 boost http://www.boost.org/库使用。
于 2008-12-08T23:10:18.697 回答
0
伊格纳西奥是对的，如果你不使用一些稀有的汉字（或者一些绝迹的文字），那么映射是一对一的。（官方的“行话”是“如果你没有 BMP 之外的字符”）
这是算法，以防万一： http ://unicode.org/faq/utf_bom.html#utf16-3 但同样，很可能对您的实际情况无用。
您还可以使用来自 Unicode 的免费资源 ( ftp://ftp.unicode.org/Public/PROGRAMS/CVTUTF )
于 2009-07-24T08:53:04.030 回答