将一个std::u8string复制成一个c风格的utf8字符串

Question

将没有编码的字符串复制到 C 字符串中非常简单：

auto to_c_str(std::string const& str) -> char* {
    auto dest = new char[str.size() + 1];
    return strcpy(dest, str.c_str());
}

但是我怎样才能用 std::u8string 做到这一点呢？有没有 STL 算法可以帮助解决这个问题？

我试过这个：

auto to_c_str(std::u8string const& str) -> char8_t* {
    auto dest = new char8_t[str.size() + 1];
    return std::strcpy(dest, str.c_str());
}

当然，std::strcpy 不会为 utf8 字符串超载。

Answer 1

strcpy 不需要，因为您已经知道要复制的内容的长度，因此请使用 memcpy:

char8_t* to_c_str(std::u8string const& str) {
    auto dest = new char8_t[str.size() + 1];
    return static_cast<char8_t*>(std::memcpy(dest, str.data(), str.size()+1));
}

或std::copy:

char8_t* to_c_str(std::u8string const& str) {
    auto dest = new char8_t[str.size() + 1];
    std::copy(str.data(), str.data() + str.size() + 1, dest);
    return dest;
}

由于 u8string 自己的 copy() 方法不能用于直接包含 null-terminator，所以我不会在复制到原始文件时使用它 char8_t*.

Answer 2

除了使用 std::memcpy，您还可以使用 std::u8string::copy 和 std::copy。

auto to_c_str(std::u8string const& str) -> char8_t* {
    auto dest = new char8_t[str.size() + 1];
    str.copy(dest, str.size(), 0);
    dest[str.size()] = u8'[=10=]';
    return dest;
}

auto to_c_str(std::u8string const& str) -> char8_t* {
    auto dest = new char8_t[str.size() + 1];
    std::copy(str.begin(), str.end(), dest);
    dest[str.size()] = u8'[=10=]';
    return dest;
}

Answer 3

在我看来，简单地利用 built-in 复制并向 C 代码提供 .data() 会更容易：

std::u8string orig = u8"abc";
auto copy = orig;
c_api(copy.data(), copy.size());

通过这样做，您可以让复制的字符串管理自己的生命周期，并使大小与数据处于同等地位。这适用于 std::basic_string 的任何字符类型。作为额外的好处，它也适用于 std::vector.

将一个std::u8string复制成一个c风格的utf8字符串

Copy a std::u8string into a c-style string of utf8 characters

c++

utf-8

c-strings

c++20

char8-t