如何将 UTF-16 数组转换为 UTF-8 字符串？

Question

我遇到一种情况，我会收到 UTF-16 代码点（一次一个）。所以我将它们收集在一个列表中，然后将列表转换为数组。

这给我留下了 uint16[]，但是 GLib.convert () 需要一个字符串：

int main () {
    var utf16data = new Gee.ArrayList<uint16> ();

    utf16data.add ('A');
    utf16data.add (0xD83C);
    utf16data.add (0xDC1C);

    var utf16array = utf16data.to_array ();

    try {
        // convert expects a string here
        var s = convert (utf16array, utf16data.size * 2, "UTF-8", "UTF-16LE");
        stdout.printf ("%s\n", s);
    } 
    catch (ConvertError e) {
        stderr.printf (@"error: $(e.message)\n");
    }

    return 0;
}

那么如何将 UTF-16 数组转换为 UTF-8 字符串？

更新:

我试着只投射数组：

int main () {
    var utf16data = new Gee.ArrayList<uint16> ();

    utf16data.add ('A');
    utf16data.add (0xD83C);
    utf16data.add (0xDC1C);
    // utf16data.add (0);

    var utf16array = utf16data.to_array ();

    try {
        size_t bytes_read;
        size_t bytes_written;
        var s = convert ((string) utf16array, utf16data.size * 2, "UTF-8", "UTF-16LE", out bytes_read, out bytes_written);
        stdout.puts (@"bytes_read = $bytes_read\n");
        stdout.puts (@"bytes_written = $bytes_written\n");
        stdout.puts (@"s.length = $(s.length)\n");
        // Should print "A", but the Unicode symbol is not printed
        stdout.puts (@"s = $s\n");
    } 
    catch (ConvertError e) {
        stderr.printf (@"error: $(e.message)\n");
    }

    return 0;
}

现在至少 "A" 被写入标准输出，但 Unicode 符号没有。

bytes_read = 6
bytes_written = 3
s.length = 1
s = A

在此上下文中将数组转换为字符串是否正确？

为什么Unicode符号没有转换？

更新 2:

这是我现在确定的代码：

int main () {
    var utf16data = new Gee.ArrayList<uint16> ();

    utf16data.add ('A');
    utf16data.add (0xD83C);
    utf16data.add (0xDC1C);

    // Replacement for 
    // utf16array = utf16data.to_array;
    uint16[] utf16array = new uint16[utf16data.size];
    for (int i = 0; i < utf16data.size; i++)
        utf16array[i] = utf16data[i];

    try {
        var s = convert ((string)utf16array, utf16array.length * 2, "UTF-8", "UTF-16LE");
        stdout.puts (@"$s\n");
    } 
    catch (ConvertError e) {
        stderr.puts (@"error: $(e.message)\n");
    }

    return 0;
}

Answer 1

问题出在 to_array。它不会产生一个 uint16 数组，而是一个指向指针的数组，其值设置为 uint16 值。这是标准的盒装表示。 Gee 中似乎存在一个问题，即它没有生成正确类型的数组。如果将数组更改为：

uint16[] utf16array = {'A', 0xD83C, 0xDC1C};

它工作得很好。

如何将 UTF-16 数组转换为 UTF-8 字符串？

How to convert from UTF-16 array to UTF-8 string?

arrays

unicode

encoding

glib

vala