Проблема с преобразованием std::filesystem::path в std::string в C++

Какая кодировка ожидается ImGui::Text? Поддерживает ли он вообще символы, отличные от ascii? Если он ожидает utf-8, почему бы не просто использовать path.u8string()?

Да, ImGui хочет UTF-8. Обязательно загружайте в шрифты правильные глифы, поскольку по умолчанию это не так.

Когда вы проверяете std::string, который, по вашему мнению, содержит UTF-8, не проверяйте его, распечатывая, это часто печатается неправильно, особенно в Windows. Вместо этого посмотрите на фактические байты (скажем, в отладчике) и посмотрите, являются ли они ожидаемой кодировкой UTF-8.

Вы говорите, что текст «искажен», но это именно то, что я ожидал увидеть для представления символа, отличного от ASCII, в UTF-8, отображаемого на стандартной кодовой странице Windows.

«Мне нужен char* для таких API, как ImGui::Text(str)» — вы можете использовать u8string().c_str(), чтобы получить кодировку UTF-8 char*. Кстати, у вашей функции ws2s() есть утечка памяти. Вам необходимо delete[] массив char[], который вы выделяете, прежде чем return использовать std::string. Лучше всего вообще не выделять char[], вместо этого вы можете заранее определить размер std::string, а затем преобразовать его непосредственно в его буфер памяти, используя неконстантный std::string::data() метод.

@Алан Бертлз std::filesystem::path path(L"\u30FB"); авто u8str = path.u8string(); ImGui::Text(u8str.c_str()); Я получаю искаженные символы в u8str и отображаю '?' в ИмГуи. Возможно, мне нужно включить соответствующий ttf в ImGui::IO, но u8str по-прежнему показывает искаженные символы (в отладчике).

@john О, вообще-то во время отладки я обнаружил, что результат path.string() искажен

@Remy Lebeau Да, u8string работает хорошо, но проблема в том, как мне преобразовать char8_t* в char* для использования в API? О, спасибо, что напомнили мне о функции ws2s. На самом деле это было создано ChatGPT, и я не присматривался. Это действительно недостаточно строго, хаха.

@guruguru достаточно простого приведения типов от char8_t* к char*.

@Remy Lebeau Действительно, я пробовал const char8_t* ch8 = u8"\u1234"; символ* ch = (char*)ch8; и это сработало хорошо. std::u8string u8str = u8"\u1234"; std::string str = (char*)u8str.c_str(); тоже нормально работало вот так.

@guruguru, вам следует использовать reinterpret_cast вместо приведения C-style (тем более, что вы отбрасываете константность!), например: const char* ch = reinterpret_cast<const char*>(ch8);. Но в любом случае в последнем случае я бы использовал либо std::string str(reinterpret_cast<const char*>(u8str.c_str()), u8str.size());, либо std::string str(u8str.begin(), u8str.end());. Хотя на самом деле вам вообще не нужен std::string: std::u8string u8str = u8"\u1234"; const char* ch = reinterpret_cast<const char*>(u8str.c_str());

@Remy Лебо Действительно, это правда. Но могу ли я использовать const char* ch = std::bit_cast<const char*>(ch8);?

@guruguru У меня нет опыта работы с bit_cast, поэтому я не могу на этот вопрос ответить.

Спасибо за ваш ответ. Я попробовал ваш код, и он работает очень хорошо, не вызывая никаких исключений. Однако есть еще небольшая проблема. Когда я проверяю строку, преобразованную из path.string(), в отладчике, я обнаруживаю, что она все еще искажена, хотя символы в пути отображаются правильно.

Кроме того, у меня есть еще один вопрос. Я использовал японские символы, поэтому мне нужно установить ja_JP.utf-8. Что, если строка содержит несколько языков, например корейский или другие? Кроме того, некоторые имена файлов могут содержать символы, отличные от UTF-8, например, закодированные в GBK. Как мне с этим справиться? Как правильно обработать текстовый набор, содержащий несколько кодировок символов?

Важной частью является .utf-8, который определяет кодировку, способную охватить все возможные символы Юникода, поэтому она должна работать для всех языков. В вашем случае ja_JP часть не важна. Это влияет на такие вещи, как лексикографическая сортировка, печать чисел или валюты, дата и так далее.

В Windows с MSVC static constexpr char localeName[] = ".utf-8"; будет работать, но в системах POSIX этот локаль не будет правильно проанализирован (к сожалению, существует разница в названии локали между платформами).

Этот подход может решить проблему только кроссплатформенности, но в настоящее время меня не беспокоят платформы, отличные от Windows. Возможно, я мог бы использовать Win32 для решения этой проблемы, но я не знаком с Win32, и способ, которым C++ решает эту проблему, прост. На данный момент небольшая проблема заключается в том, что path.string() приводит к искажению текста в среде отладки, хотя я еще не пробовал выводить его результаты, поэтому не уверен, окажет ли это какое-либо влияние.

На всякий случай я упомянул другие платформы. Просто попробуйте, я уверен, что это сработает.

Все в порядке. попробую сделать.

@guruguru смотрите обновление ответа. Я запускаю этот код на своей машине.

О, я получил тот же результат на своем компьютере. Он справляется вполне хорошо. На самом деле это просто проблема с кодировкой консоли. Установка UTF-8 обеспечивает правильное отображение, а использование setlocale предотвращает исключения во время выполнения. Я попробовал применить ваше решение с помощью API FMOD, который передал искаженный текст (я проверил значения в отладчике), но он все равно работал нормально (воспроизводя музыку). Я подозреваю, что это может быть проблема с кодировкой на странице отладки VS, вызывающая искаженное отображение содержимого отладки, тогда как использование wstring отображает его правильно. И на самом деле лучше использовать UTF-16 для передачи параметров в Win API.