如何正确地将 char* 转换为 std::string？ （使用 expat / std::string(char*) 时出现问题）

Question

问题描述

我正在将 Expat 与自定义 C++ 包装器一起使用，我已经在其他项目上对其进行了测试。 我遇到了问题，因为原始数据（c_str）没有以正确的方式转换为 std::string 。这让我很担心，因为我没有改变包装器的来源。

在此转换后，字符串似乎得到了以空字符结尾的字符：

onCharacterData( std::string( pszData, nLength ) ) // --> std::string( char* pszData)

我该如何解决这个问题？

自己的 expat 包装器

// Wrapper defines the class Expat and implements for example:
void XMLCALL Expat::CharacterDataHandler( void *pUserData, const XML_Char *pszData,
                                          int nLength )
{
  Expat* pThis = static_cast<Expat*>( pUserData );

  // XML_Char is char, therefore this call contains i.e.: std::string("hello", 5) 
  pThis->onCharacterData( std::string( pszData, nLength ) );
}

自定义解析器

// Parser is defined as: class Parser : Expat
void Parser::onCharacterData(const std::string& data )
{
  // data is no longer char*, but a std::string.
  // It seems to contain \0 after each character which is wrong!

  // [...]
}

expat 包装器内的字符数据 (char*)

字符解析器内的数据 (std::string)

Answer 1

您的 pszData 似乎采用某种特定于实现的 Unicode 派生格式，其中每个“字符”占用两个 char 。

这意味着源数据已损坏；也许它应该是一个 wchar_t 缓冲区。

Answer 2

看起来外籍人士正在使用宽字符和/或 UTF-16。尝试在返回时使用 std::wstring 。

编辑我在文档中发现，如果定义了XML_UNICODE或XML_UNICODE_WCHAR_T宏，则它正在使用wchar_t。

Answer 3

正如其他人指出的那样， pszData 似乎是一个多字节字符串。您应该尝试使用 std::basic_string 代替 std::string 或 std::wstring。如果看起来太冗长，请使用 typedef。

当然，如果 XML_Char 既不是 char 也不是 wchar_t，您可能必须为 std::char_traits< 提供模板专门化/代码>

编辑：
一些谷歌搜索显示 XML_Char 是 UTF-8；如果您定义 XML_UNICODE 或 XML_UNICODE_WCHAR_T，则可以使库使用 UTF-16。