Czytam, szukam, próbuję i nic nie idzie. Próbowałem z różnymi funkcjami widen, btowcs itd.
Mam prosty string:
std::string str("Koń");
chcę zamienić go na wstring. Z każdym razem w wstringu nie dostaję polskiego "ń", tylko "n" z falką na górze. Oczywiście różni się to od:
std::wstring(L"Koń");
Czy ktoś może mi powiedzieć, jak dobrze skonwertować tego stringa na wstringa? Nie chce mi się wierzyć, że nie ma do tego jakiejś prostej metody.
#include <locale>
#include <codecvt>
#include <string>
std::wstring_convert<std::codecvt_utf8_utf16<wchar_t>> converter;
std::string narrow = converter.to_bytes(wide_utf16_source_string);
std::wstring wide = converter.from_bytes(narrow_utf8_source_string);
Kod jest banalny:
std::string str("Koń");
std::wstring_convert<std::codecvt_utf8_utf16<wchar_t>> converter;
try
{
std::wstring wide = converter.from_bytes(str);
std::wcout << wide;
}catch(std::range_error & err)
{
std::string msg = err.what();
}
Visual Studio 2012
Skoro nikt tu nie jest w stanie mi odpowiedzieć, to proszę moderację o przeniesienie tematu na forum C++
Zapisz źródła w kodowaniu UTF8
Po zmianie na UTF-8 bez BOM (z BOM nie działało) zaczęło to przechodzić i jest PRAWIE dobrze. Ale to już chyba jakieś ustawienia środowiska, może ktoś pomóc?
std::string str("Koń"); //w debugerze na podglądzie daje "L;" zamiast "ń" - ale to mogę zrozumieć. W końcu to std::string
std::wstring wstr(L"Koń"); //ale to też na podglądzie w debugerze nie pokazuje "ń".
Poza tym, gdzieś można ustawić domyślne kodowanie dla plików? Szukałem tego, ale nie znalazłem. Przypominam - Visual Studio 2012.
Tools > Options > Environment > Documents, named Save documents as Unicode when data cannot be saved in codepage.
Po zmianie na UTF-8 bez BOM (z BOM nie działało) zaczęło to przechodzić
Zaczęło przechodzić, bo teraz literały tekstowe są w utf-8, a to błąd, ponieważ te powinny być w kodowaniu ansi. Jak chcesz, żeby było utf-8, daj przed literałem u8.
Plik zapisz normalnie, bez wydziwiania (jeśli w utf-8, to z BOM-em) i spróbuj tak:
std::string str = "Koń";
std::locale loc(".1250"); // strona kodowa 'str'
auto &cctv = std::use_facet<std::codecvt<wchar_t, char, std::mbstate_t>>(loc);
std::wstring_convert<std::codecvt<wchar_t, char, std::mbstate_t>> converter( &cctv );
std::wstring wide = converter.from_bytes(str);
std::wcout.imbue(std::locale(".852")); // kodowanie konsoli windows
std::wcout << wide;
Czemu powinny być w ansi?
Czy Twoja wersja (ustawianie aktualnych locales jako tych z pliku) jest bardziej bezpieczna?
Nie masz gwarancji że twój kompilator da rady z takiego napisu ".852" stworzyć locale
Czemu powinny być w ansi?
Bo od literałów w utf-8 masz wspomniany prefiks u8.
Czy Twoja wersja (ustawianie aktualnych locales jako tych z pliku) jest bardziej bezpieczna?
Jest zgodna z tym, co chciałeś uzyskać, czyli konwersję ansi -> unikod. A czy bezpieczna? Zabawy ze stronami kodowymi zawsze niosą jakieś ryzyko, dlatego wymyślono unikod.
Dobra, to inne pytanie. Załóżmy, że mamy plik tekstowy, którego zawartość mamy odczytaną w std::string. I jak w takim przypadku sobie poradzić?
Sprawdzasz czy masz BOM - jak masz to jesteś w domu, a jak nie to możesz sobie szczęśliwe lub nieszczęśliwe zgadywać ewentualnie założyć że w tym przypadku masz jakiś konkretny np domyślny z systemu.
Alternatywa - statystyczna zgadywanka.