当后者已经在 utf-8 中时，从 std::string/char const* 创建 std::u8string

Question

我正在将我的代码库升级到 C++20，我想使用 std::u8string/char8_t。我正在使用第 3 方库，该库在其 API 中采用 and returns UTF-8 字符串，但它尚未更新为 C++20，因此采用 and returns UTF-8 字符串作为常规 std::strings 而不是 std::u8strings.

将 std::u8string 转换为 std::string 非常简单，因为可以通过 char* 指针访问 u8strings 缓冲区，因此

std::u8string u8s = get_data();
std::string s(reinterpret_cast<char const*>(u8s.data()), u8s.size());

是有效代码。但是，据我所知 char8_t 没有 std::byte 和 char 所具有的别名豁免，因此

std::string s = get_data();
std::u8string u8s{reinterpret_cast<char8_t const*>(s.data()), s.size());

无效。

我已经使出了

std::string s = get_data();
std::u8string u8s(s.size(), u8'[=14=]');
std::memcpy(u8s.data(), s.data(), s.size());

就目前而言，但这似乎不必要地低效，因为这首先将内存初始化为全零，然后再将实际数据写入其中。

有没有办法避免初始化为全零或另一种在 std::string 和 std::u8string 之间完全转换的方法？

Answer 1

u8string u8s(s.begin(), s.end()) 应该可以正常工作。你不需要演员表。构造函数是模板化的，char 隐式转换为 char8_t.

即使 char 是有符号类型，char8_t 的基础类型是 unsigned char 也不是问题。

当后者已经在 utf-8 中时，从 std::string/char const* 创建 std::u8string

Create std::u8string from std::string/char const* when the latter is already in utf-8

c++

string

char8-t