如何将utf字符转换为windows-1252？

Question

我有一个带有货币符号的字符串：

std::string currency = "€";

我已将其转换为unsigned chars：

const unsigned char* buf = reinterpret_cast<unsigned const char*>(currency.data());

for(auto i = 0u; i < currency.length(); ++i)
{
    std::cout << std::hex << static_cast<int>(buf[i]) << std::endl;

}

根据this description我得到UTF-8字符表示：0xE2 0x82 0xAC。我用的是gcc / Linux。

1.它是C ++跨平台行为吗？

我有一个使用windows-1252编码的设备，其中欧元货币符号由0x80表示。

2.如何从UTF-8转换到windows-1252？是否有可能采用更通用/自动的方式：

unsigned char eurWindows1252;
if(currency == "€")
{
    eurWindows1252 = 0x80;
}

Answer 1

要正确使用Unicode，您需要始终知道字符串的编码。下面的代码没有指定编码，所以如果你想要可移植的代码，这是一个糟糕的起点：

std :: string currency =“€”;

使用C ++ 11，最简单的解决方案是使用编码前缀，例如对于UTF-8，我们有：

std :: string currency = u8“€”;

现在，您的字符串实际上总是在所有平台上编码为UTF-8，并且通过访问字符串中的各个字符，您将获得单独的UTF-8字节。

如果你没有c ++ 11那么你可能会使用宽字符串：

std :: wstring currency = L“€”;

然后使用Unicode特定库（ICU，ICONV，Qt，MultiByteToWideChar等）将您的字符串转换为UTF-8。

就个人而言，如果你想编写跨平台代码，我会坚持使用C ++ 11并在内部使用所有字符串std :: string和UTF-8编码以及u8“...”。这太容易了。

现在关于将您的UTF-8字符串转换为Windows-1252。当然如果你只需要转换€和其他几个UTF-8字符，那么你可以自己用字符串比较来做。但是，如果所需的功能（或要转换的字符串列表）增长，那么使用已经提到的库之一可能会更好。选择受到您希望运行代码的平台的强烈影响。

Unicode世界包含超过100'000个字符。存在例如“C”字符的许多变体。你想忽略所有这些（例如将它们转换成问号）并只考虑普通的旧“C”和“c”吗？或者您是否也想将“Ć”转换为“C”，以便您的转换提供更多兼容性？

您可能想看看这些问题：Portable and simple unicode string library for C/C++?和How well is Unicode supported in C++11?