C 14:UTF-8/UTF-16与本机字符编码之间的转换

Question

我有4个密切相关的问题：

1. do c 14具有一种内置机制，用于在UTF-8和系统之间转换，并且本机多键编码，即，由std::codecvt<wchar_t, char>专业化假设（HTTP：http：http：http：http：http：http：http：http：//en.cppreference.com/w/cpp/locale/codecvt）？

2. 确实C 14具有一个内置机制，用于在UTF-8和系统之间转换宽字符编码，即std::codecvt<wchar_t, char>专业化假设的宽字符编码（http://en.cppreference.com/w/cpp/locale/codecvt）？

3. 与问题1相同，但对于UTF-16而不是UTF-8。

4. 与问题2相同，但对于UTF-16而不是UTF-8。

编辑：我意识到这些问题中的任何一个都"是"，对所有4个问题有效地表示"是"，因为C 14显然确实提供了在UTF-8和UTF-16（std::codecvt<char16_t, char, std::mbstate_t>）之间转换的方法以及本地多键和本地宽字符编码（std::codecvt<wchar_t, char>）之间。

Answer 1

系统本机多键编码，即std::codecvt<wchar_t, char>专业化假设的多型

所假定的多型

存在混乱，可能是由于误导性措辞造成的（我的错，现在固定以符合标准和现实）；在现有的实现（LIBC 和LIBSTDC ）中，独立于语言环境的CODECVT专业化codecvt<wchar_t, char>不处理任何多重编码。标准措辞是"狭窄和宽字符的本地字符集"。现有的实现仅表示1：1的转换，例如btowc/wctob在C中所做的事情：

template<class F> struct facet : F { using F::F; ~facet() {} };
facet<std::codecvt<wchar_t, char, std::mbstate_t>> fp;
std::cout << fp.max_length() << 'n'; // prints 1 in libc++ and libstdc++

实际上，这是LIBC 实现

在每个有用的上下文中，多型编码是由语言保护性的编解码器构面指定的编码，或者是由自定义的CODECVT FACET或UTF-8（由std::codecvt_utf8* Facet提供）。含义

UTF-8和系统之间的本机多键编码

是指" UTF-8和由语言环境指定的多型编码"

#include <codecvt>
#include <locale>
#include <cassert>
template<class F> struct myFacet : F { using F::F; ~myFacet() {} };
int main()
{
    std::string in = u8"水"; // UTF-8
    // utf8 to wide (could've used en_US.utf8, but this one exists as-is)
    std::wstring ws = std::wstring_convert<std::codecvt_utf8<wchar_t>>{}.from_bytes(in);
    assert(ws == L"水");
    // wide to another mb (have to use a named locale now)
    typedef myFacet<std::codecvt_byname<wchar_t, char, std::mbstate_t>> F;
    std::string out = std::wstring_convert<F>{ new F("zh_CN.gb18030") }.to_bytes(ws);
    assert(out == "xcbxae");
} 

确实C 14具有一个内置机制，用于在UTF-8和系统本地宽字符之间转换

本机宽有效地定义为Unicode或（如在Windows上）其任意子集，这就是您从std :: codecvt_utf8获得的。只要它们映射1：1，敌对的实现可能在数值上具有数值不同的WCHAR_T保存值，但是鉴于它们必须与基本charset相等，这是不现实的。

<。 <</p> <。/div>