我有一个Win32函数,需要移植到iOS:
// Loads UTF-8 file and converts to a UTF-16 string
bool LoadUTF8File(char const *filename, wstring &str)
{
    size_t size;
    bool rc = false;
    void *bytes = LoadFile(filename, &size);
    if(bytes != 0)
    {
        int len = MultiByteToWideChar(CP_UTF8, 0, (LPCCH)bytes, size, 0, 0);
        if(len > 0)
        {
            str.resize(len + 1);
            MultiByteToWideChar(CP_UTF8, 0, (LPCCH)bytes, size, &str[0], len);
            str[len] = '\0';
            rc = true;
        }
        delete[] bytes;
    }
    return rc;
}
// LoadFile returns the loaded file as a block of memory
// There is a 3 byte BOM which MultiByteToWideChar seems to ignore
// The text in the file is encoded as UTF-8我使用的是C++,而不是目标C,我一直试图使用mbstowcs和_mbstowcs_l,它们的行为方式似乎与MultiByteToWideChar不同。例如,“附加”一词末尾的重音字符没有被正确转换( Win32版本正确地转换它)。标准库中是否有“UTF-8到UTF-16”功能?
Win32版本中是否有一个我没有注意到的错误?
从MultiByteToWideChar返回的长度小于mbstowcs返回的长度。
奇怪的是,在这个小测试案例中
    char *p = "attaché";
    wstring str;
    size_t size = strlen(p);
    setlocale(LC_ALL, "");
    int len = mbstowcs(null, p, size);
    if(len > 0)
    {
        str.resize(len + 1);
        mbstowcs(&str[0], p, size);
        str[len] = '\0';
    }
    TRACE(L"%s\n", str.c_str());
    len = MultiByteToWideChar(CP_UTF8, 0, p, size, null, 0);
    if(len > 0)
    {
        str.resize(len + 1);
        MultiByteToWideChar(CP_UTF8, 0, p, size, &str[0], len);
        str[len] = '\0';
    }
    TRACE(L"%s\n", str.c_str());我从mbcstowcs获得正确的输出,MultiByteToWideChar错误地将最后一个字符转换为65533 (REPLACEMENT_CHARACTER)。现在我很困惑..。
发布于 2012-10-09 16:43:27
您是否坚持使用C++进行此操作,还是您目前所选择的方式,但在Objective中也是开放的?
在Objective中,您可以使用[yourUTF8String dataUsingEncoding:NSUTF16StringEncoding]获得包含字符串的UTF-16表示的字节的NSData。
附加假设:请注意,在您的示例中没有正确转换的"é“字符也可以通过以下事实来解释:您的解决方案可能不采用NFD形式(或者NFC形式,任何一种形式)。这意味着,如果"é“字符是在NFD中编码的,因为在”字符'e‘中有一个尖锐的重音“,它可能不能被正确地解释,而NFC形式(如”重音e字符“,即直接预编字符)则会被正确地解释。反之亦然。
这只是一个假设,实际上它取决于你的结果,而不是你所期望的"é“字,但这是值得一查的。
https://stackoverflow.com/questions/12804217
复制相似问题