¿Cómo convertir wstring en cadena?

La pregunta es cómo convertir wstring en cadena.

Tengo el siguiente ejemplo:

#include <string>
#include <iostream>

int main()
{
    std::wstring ws = L"Hello";
    std::string s( ws.begin(), ws.end() );

  //std::cout <<"std::string =     "<<s<<std::endl;
    std::wcout<<"std::wstring =    "<<ws<<std::endl;
    std::cout <<"std::string =     "<<s<<std::endl;
}

El resultado con la línea comentada es:

std::string =     Hello
std::wstring =    Hello
std::string =     Hello

pero sin es solo:

std::wstring =    Hello

¿Hay algo malo en el ejemplo? ¿Puedo hacer la conversión como arriba?

EDITAR

Nuevo ejemplo (teniendo en cuenta algunas respuestas) es

#include <string>
#include <iostream>
#include <sstream>
#include <locale>

int main()
{
    setlocale(LC_CTYPE, "");

    const std::wstring ws = L"Hello";
    const std::string s( ws.begin(), ws.end() );

    std::cout<<"std::string =     "<<s<<std::endl;
    std::wcout<<"std::wstring =    "<<ws<<std::endl;

    std::stringstream ss;
    ss << ws.c_str();
    std::cout<<"std::stringstream =     "<<ss.str()<<std::endl;
}

El resultado es:

std::string =     Hello
std::wstring =    Hello
std::stringstream =     0x860283c

por lo tanto, el flujo de cadena no se puede usar para convertir wstring en cadena.

Aquí hay una solución resuelta basada en las otras sugerencias:

#include <string>
#include <iostream>
#include <clocale>
#include <locale>
#include <vector>

int main() {
  std::setlocale(LC_ALL, "");
  const std::wstring ws = L"ħëłlö";
  const std::locale locale("");
  typedef std::codecvt<wchar_t, char, std::mbstate_t> converter_type;
  const converter_type& converter = std::use_facet<converter_type>(locale);
  std::vector<char> to(ws.length() * converter.max_length());
  std::mbstate_t state;
  const wchar_t* from_next;
  char* to_next;
  const converter_type::result result = converter.out(state, ws.data(), ws.data() + ws.length(), from_next, &to[0], &to[0] + to.size(), to_next);
  if (result == converter_type::ok or result == converter_type::noconv) {
    const std::string s(&to[0], to_next);
    std::cout <<"std::string =     "<<s<<std::endl;
  }
}

Esto generalmente funcionará para Linux, pero creará problemas en Windows.

Como Cubbi señaló en uno de los comentarios, std::wstring_convert(C ++ 11) proporciona una solución simple y ordenada (necesita #include <locale>y <codecvt>):

std::wstring string_to_convert;

//setup converter
using convert_type = std::codecvt_utf8<wchar_t>;
std::wstring_convert<convert_type, wchar_t> converter;

//use converter (.to_bytes: wstr->str, .from_bytes: str->wstr)
std::string converted_str = converter.to_bytes( string_to_convert );

Estaba usando una combinación de wcstombstediosa asignación / desasignación de memoria antes de encontrar esto.

http://en.cppreference.com/w/cpp/locale/wstring_convert

actualizar (2013.11.28)

Uno de los revestimientos puede expresarse así (Gracias Guss por tu comentario):

std::wstring str = std::wstring_convert<std::codecvt_utf8<wchar_t>>().from_bytes("some string");

Las funciones del contenedor se pueden establecer de la siguiente manera: (Gracias ArmanSchwarz por tu comentario)

std::wstring s2ws(const std::string& str)
{
    using convert_typeX = std::codecvt_utf8<wchar_t>;
    std::wstring_convert<convert_typeX, wchar_t> converterX;

    return converterX.from_bytes(str);
}

std::string ws2s(const std::wstring& wstr)
{
    using convert_typeX = std::codecvt_utf8<wchar_t>;
    std::wstring_convert<convert_typeX, wchar_t> converterX;

    return converterX.to_bytes(wstr);
}

Nota: existe cierta controversia sobre si string/ wstringdebería pasarse a las funciones como referencias o como literales (debido a C ++ 11 y las actualizaciones del compilador). Dejaré la decisión a la persona que implementa, pero vale la pena saberlo.

Nota: Estoy usando std::codecvt_utf8el código anterior, pero si no está usando UTF-8, deberá cambiarlo a la codificación apropiada que está usando:

http://en.cppreference.com/w/cpp/header/codecvt

Solución de: http://forums.devshed.com/c-programming-42/wstring-to-string-444006.html

std::wstring wide( L"Wide" ); 
std::string str( wide.begin(), wide.end() );

// Will print no problemo!
std::cout << str << std::endl;

Tenga en cuenta que no hay conversión de juego de caracteres aquí en absoluto. Lo que esto hace es simplemente asignar cada iterado wchar_ta una charconversión truncada. Utiliza el std :: string c'tor :

template< class InputIt >
basic_string( InputIt first, InputIt last,
              const Allocator& alloc = Allocator() );

Como se indica en los comentarios:

los valores 0-127 son idénticos en prácticamente todas las codificaciones, por lo que truncar valores que son todos menores que 127 da como resultado el mismo texto. Ponga un carácter chino y verá el fracaso.

-

los valores 128-255 de la página de códigos de Windows 1252 (el valor predeterminado de inglés de Windows) y los valores 128-255 de Unicode son en su mayoría los mismos, por lo que si esa es la página de códigos que está utilizando, la mayoría de esos caracteres deberían truncarse a los valores correctos. (Esperaba totalmente que á y õ funcionen, sé que nuestro código en el trabajo depende de esto para é, que pronto arreglaré)

Y tenga en cuenta que los puntos de código en el rango 0x80 - 0x9Fde Win1252 serán no trabajar. Esto incluye €, œ, ž, Ÿ, ...

En lugar de incluir la configuración regional y todas esas cosas elegantes, si sabe para HECHO que su cadena es convertible, simplemente haga esto:

#include <iostream>
#include <string>

using namespace std;

int main()
{
  wstring w(L"bla");
  string result;
  for(char x : w)
    result += x;

  cout << result << '\n';
}

Ejemplo en vivo aquí

Creo que la forma oficial aún es ir por las codecvtfacetas (necesita algún tipo de traducción local), como en

resultCode = use_facet<codecvt<char, wchar_t, ConversionState> >(locale).
  in(stateVar, scratchbuffer, scratchbufferEnd, from, to, toLimit, curPtr);

o algo así, no tengo código de trabajo por ahí. Pero no estoy seguro de cuántas personas en estos días usan esa maquinaria y cuántas simplemente piden punteros a la memoria y dejan que la UCI o alguna otra biblioteca maneje los detalles sangrientos.

Hay dos problemas con el código:

1. La conversión en const std::string s( ws.begin(), ws.end() );no es necesaria para asignar correctamente los caracteres anchos a su contraparte estrecha. Lo más probable es que cada carácter ancho solo sea encasillado char.
   La solución a este problema ya está dada en la respuesta de kem e involucra la narrowfunción de la ctypefaceta de la localidad .

2. Está escribiendo resultados para ambos std::couty std::wcouten el mismo programa. Ambos couty wcoutestán asociados con el mismo flujo ( stdout) y los resultados de usar el mismo flujo tanto como flujo orientado a bytes (como lo couthace) y un flujo orientado a ancho (como lo wcouthace) no están definidos.
   La mejor opción es evitar mezclar salidas estrechas y anchas en la misma secuencia (subyacente). Para stdout/ cout/ wcout, puede intentar cambiar la orientación de stdoutcuando cambie entre salida ancha y angosta (o viceversa):

   #include <iostream>
   #include <stdio.h>
   #include <wchar.h>
   
   int main() {
       std::cout << "narrow" << std::endl;
       fwide(stdout, 1); // switch to wide
       std::wcout << L"wide" << std::endl;
       fwide(stdout, -1); // switch to narrow
       std::cout << "narrow" << std::endl;
       fwide(stdout, 1); // switch to wide
       std::wcout << L"wide" << std::endl;
   }

Codificación predeterminada en:

• Windows UTF-16.
• Linux UTF-8.
• MacOS UTF-8.

Este código tiene dos formas de convertir std :: string a std :: wstring y std :: wstring a std :: string. Si niega #if definió WIN32, obtendrá el mismo resultado.

1. std :: cadena a std :: wstring

• MultiByteToWideChar WinAPI

• _mbstowcs_s_l

#if defined WIN32
#include <windows.h>
#endif

std::wstring StringToWideString(std::string str)
{
    if (str.empty())
    {
        return std::wstring();
    }
    size_t len = str.length() + 1;
    std::wstring ret = std::wstring(len, 0);
#if defined WIN32
    int size = MultiByteToWideChar(CP_UTF8, MB_ERR_INVALID_CHARS, &str[0], str.size(), &ret[0], len);
    ret.resize(size);
#else
    size_t size = 0;
    _locale_t lc = _create_locale(LC_ALL, "en_US.UTF-8");
    errno_t retval = _mbstowcs_s_l(&size, &ret[0], len, &str[0], _TRUNCATE, lc);
    _free_locale(lc);
    ret.resize(size - 1);
#endif
    return ret;
}

2. std :: wstring a std :: string

• WideCharToMultiByte WinAPI

• _wcstombs_s_l

std::string WidestringToString(std::wstring wstr)
{
    if (wstr.empty())
    {
        return std::string();
    }
#if defined WIN32
    int size = WideCharToMultiByte(CP_UTF8, WC_ERR_INVALID_CHARS, &wstr[0], wstr.size(), NULL, 0, NULL, NULL);
    std::string ret = std::string(size, 0);
    WideCharToMultiByte(CP_UTF8, WC_ERR_INVALID_CHARS, &wstr[0], wstr.size(), &ret[0], size, NULL, NULL);
#else
    size_t size = 0;
    _locale_t lc = _create_locale(LC_ALL, "en_US.UTF-8");
    errno_t err = _wcstombs_s_l(&size, NULL, 0, &wstr[0], _TRUNCATE, lc);
    std::string ret = std::string(size, 0);
    err = _wcstombs_s_l(&size, &ret[0], size, &wstr[0], _TRUNCATE, lc);
    _free_locale(lc);
    ret.resize(size - 1);
#endif
    return ret;
}

3. En Windows necesita imprimir unicode, usando WinAPI.

• WriteConsole

#if defined _WIN32
    void WriteLineUnicode(std::string s)
    {
        std::wstring unicode = StringToWideString(s);
        WriteConsole(GetStdHandle(STD_OUTPUT_HANDLE), unicode.c_str(), unicode.length(), NULL, NULL);
        std::cout << std::endl;
    }

    void WriteUnicode(std::string s)
    {
        std::wstring unicode = StringToWideString(s);
        WriteConsole(GetStdHandle(STD_OUTPUT_HANDLE), unicode.c_str(), unicode.length(), NULL, NULL);
    }

    void WriteLineUnicode(std::wstring ws)
    {
        WriteConsole(GetStdHandle(STD_OUTPUT_HANDLE), ws.c_str(), ws.length(), NULL, NULL);
        std::cout << std::endl;
    }

    void WriteUnicode(std::wstring ws)
    {
        WriteConsole(GetStdHandle(STD_OUTPUT_HANDLE), ws.c_str(), ws.length(), NULL, NULL);
    }

4. En el programa principal.

#if defined _WIN32
int wmain(int argc, WCHAR ** args)
#else
int main(int argc, CHAR ** args)
#endif
{
    std::string source = u8"ÜüΩωЙ你月曜日\na🐕èéøÞǽлљΣæča🐕🐕";
    std::wstring wsource = L"ÜüΩωЙ你月曜日\na🐕èéøÞǽлљΣæča🐕🐕";

    WriteLineUnicode(L"@" + StringToWideString(source) + L"@");
    WriteLineUnicode("@" + WidestringToString(wsource) + "@");
    return EXIT_SUCCESS;
}

5. Finalmente, necesita un soporte potente y completo para caracteres unicode en la consola. Recomiendo ConEmu y establecerlo como terminal predeterminado en Windows . Necesita conectar Visual Studio a ConEmu. Recuerde que el archivo exe de Visual Studio es devenv.exe

Probado en Visual Studio 2017 con VC ++; std = c ++ 17.

Resultado

También podría usar el método estrecho de la faceta ctype directamente:

#include <clocale>
#include <locale>
#include <cadena>
#include <vector>

en línea std :: string estrecho (std :: wstring const y texto)
{
    std :: locale const loc ("");
    wchar_t const * from = text.c_str ();
    std :: size_t const len ​​= text.size ();
    std :: vector <char> buffer (len + 1);
    std :: use_facet <std :: ctype <wchar_t>> (loc) .narrow (from, from + len, '_', & buffer [0]);
    return std :: string (& buffer [0], & buffer [len]);
}

Al momento de escribir esta respuesta, la búsqueda número uno de Google para "convertir string wstring" lo llevaría a esta página. Mi respuesta muestra cómo convertir una cadena a wstring, aunque esta NO es la pregunta real, y probablemente debería eliminar esta respuesta, pero se considera una mala forma. Es posible que desee saltar a esta respuesta de StackOverflow , que ahora está mejor clasificada que esta página.

Aquí hay una manera de combinar cadenas, wstring y constantes de cadenas mixtas para wstring. Use la clase wstringstream.

#include <sstream>

std::string narrow = "narrow";
std::wstring wide = "wide";

std::wstringstream cls;
cls << " abc " << narrow.c_str() << L" def " << wide.c_str();
std::wstring total= cls.str();

Además de solo convertir los tipos, también debe tener en cuenta el formato real de la cadena.

Al compilar para el juego de caracteres Multi-byte Visual Studio y la API Win asume UTF8 (en realidad, la codificación de Windows es Windows-28591 ).
Al compilar para Unicode Character set Visual studio y Win API asume UTF16.

Por lo tanto, debe convertir la cadena de UTF16 a UTF8 también, y no solo convertir a std :: string.
Esto será necesario cuando trabaje con formatos de varios caracteres como algunos idiomas no latinos.

La idea es decidir que std::wstring siempre representa UTF16 .
Y std::string siempre representa UTF8 .

El compilador no aplica esto, es más una buena política. Tenga en cuenta los prefijos de cadena que uso para definir UTF16 ( L ) y UTF8 ( u8 ).

Para convertir entre los 2 tipos, debe usar: std :: codecvt_utf8_utf16 <wchar_t>

#include <string>

#include <codecvt>

int main()
{

    std::string original8 = u8"הלו";

    std::wstring original16 = L"הלו";

    //C++11 format converter
    std::wstring_convert<std::codecvt_utf8_utf16<wchar_t>> convert;

    //convert to UTF8 and std::string
    std::string utf8NativeString = convert.to_bytes(original16);

    std::wstring utf16NativeString = convert.from_bytes(original8);

    assert(utf8NativeString == original8);
    assert(utf16NativeString == original16);

    return 0;
}

En mi caso, tengo que usar caracteres multibyte (MBCS), y quiero usar std :: string y std :: wstring. Y no puede usar c ++ 11. Entonces uso mbstowcs y wcstombs.

Realizo la misma función con el uso de new, delete [], pero es más lento que esto.

Esto puede ayudar Cómo: Convertir entre varios tipos de cadenas

EDITAR

Sin embargo, en caso de convertir a wstring y la cadena de origen no es una cadena de alfabeto y de varios bytes, no funciona. Entonces cambio wcstombs a WideCharToMultiByte.

#include <string>

std::wstring get_wstr_from_sz(const char* psz)
{
    //I think it's enough to my case
    wchar_t buf[0x400];
    wchar_t *pbuf = buf;
    size_t len = strlen(psz) + 1;

    if (len >= sizeof(buf) / sizeof(wchar_t))
    {
        pbuf = L"error";
    }
    else
    {
        size_t converted;
        mbstowcs_s(&converted, buf, psz, _TRUNCATE);
    }

    return std::wstring(pbuf);
}

std::string get_string_from_wsz(const wchar_t* pwsz)
{
    char buf[0x400];
    char *pbuf = buf;
    size_t len = wcslen(pwsz)*2 + 1;

    if (len >= sizeof(buf))
    {
        pbuf = "error";
    }
    else
    {
        size_t converted;
        wcstombs_s(&converted, buf, pwsz, _TRUNCATE);
    }

    return std::string(pbuf);
}

EDITAR para usar 'MultiByteToWideChar' en lugar de 'wcstombs'

#include <Windows.h>
#include <boost/shared_ptr.hpp>
#include "string_util.h"

std::wstring get_wstring_from_sz(const char* psz)
{
    int res;
    wchar_t buf[0x400];
    wchar_t *pbuf = buf;
    boost::shared_ptr<wchar_t[]> shared_pbuf;

    res = MultiByteToWideChar(CP_ACP, 0, psz, -1, buf, sizeof(buf)/sizeof(wchar_t));

    if (0 == res && GetLastError() == ERROR_INSUFFICIENT_BUFFER)
    {
        res = MultiByteToWideChar(CP_ACP, 0, psz, -1, NULL, 0);

        shared_pbuf = boost::shared_ptr<wchar_t[]>(new wchar_t[res]);

        pbuf = shared_pbuf.get();

        res = MultiByteToWideChar(CP_ACP, 0, psz, -1, pbuf, res);
    }
    else if (0 == res)
    {
        pbuf = L"error";
    }

    return std::wstring(pbuf);
}

std::string get_string_from_wcs(const wchar_t* pcs)
{
    int res;
    char buf[0x400];
    char* pbuf = buf;
    boost::shared_ptr<char[]> shared_pbuf;

    res = WideCharToMultiByte(CP_ACP, 0, pcs, -1, buf, sizeof(buf), NULL, NULL);

    if (0 == res && GetLastError() == ERROR_INSUFFICIENT_BUFFER)
    {
        res = WideCharToMultiByte(CP_ACP, 0, pcs, -1, NULL, 0, NULL, NULL);

        shared_pbuf = boost::shared_ptr<char[]>(new char[res]);

        pbuf = shared_pbuf.get();

        res = WideCharToMultiByte(CP_ACP, 0, pcs, -1, pbuf, res, NULL, NULL);
    }
    else if (0 == res)
    {
        pbuf = "error";
    }

    return std::string(pbuf);
}

Esta solución está inspirada en la solución de dk123 , pero utiliza una faceta codecvt dependiente de la configuración regional. El resultado está en una cadena codificada en la configuración regional en lugar de UTF-8 (si no se establece como configuración regional):

std::string w2s(const std::wstring &var)
{
   static std::locale loc("");
   auto &facet = std::use_facet<std::codecvt<wchar_t, char, std::mbstate_t>>(loc);
   return std::wstring_convert<std::remove_reference<decltype(facet)>::type, wchar_t>(&facet).to_bytes(var);
}

std::wstring s2w(const std::string &var)
{
   static std::locale loc("");
   auto &facet = std::use_facet<std::codecvt<wchar_t, char, std::mbstate_t>>(loc);
   return std::wstring_convert<std::remove_reference<decltype(facet)>::type, wchar_t>(&facet).from_bytes(var);
}

Lo estaba buscando, pero no lo encuentro. Finalmente descubrí que puedo obtener la faceta correcta al std::localeusar la std::use_facet()función con el nombre de tipo correcto. Espero que esto ayude.

En caso de que alguien más esté interesado: necesitaba una clase que se pudiera usar indistintamente donde sea que se esperara stringo wstring. La siguiente clase convertible_string, basado en la solución de dk123 , se puede inicializar con ya sea una string, char const*, wstringo wchar_t const*y puede ser asignado a por o implícitamente convierte en ya sea una stringo wstring(lo que puede ser pasado a un funciones que toman tampoco).

class convertible_string
{
public:
    // default ctor
    convertible_string()
    {}

    /* conversion ctors */
    convertible_string(std::string const& value) : value_(value)
    {}
    convertible_string(char const* val_array) : value_(val_array)
    {}
    convertible_string(std::wstring const& wvalue) : value_(ws2s(wvalue))
    {}
    convertible_string(wchar_t const* wval_array) : value_(ws2s(std::wstring(wval_array)))
    {}

    /* assignment operators */
    convertible_string& operator=(std::string const& value)
    {
        value_ = value;
        return *this;
    }
    convertible_string& operator=(std::wstring const& wvalue)
    {
        value_ = ws2s(wvalue);
        return *this;
    }

    /* implicit conversion operators */
    operator std::string() const { return value_; }
    operator std::wstring() const { return s2ws(value_); }
private:
    std::string value_;
};

#include <boost/locale.hpp>
namespace lcv = boost::locale::conv;

inline std::wstring fromUTF8(const std::string& s)
{ return lcv::utf_to_utf<wchar_t>(s); }

inline std::string toUTF8(const std::wstring& ws)
{ return lcv::utf_to_utf<char>(ws); }

Estoy usando a continuación para convertir wstring en cadena.

std::string strTo;
char *szTo = new char[someParam.length() + 1];
szTo[someParam.size()] = '\0';
WideCharToMultiByte(CP_ACP, 0, someParam.c_str(), -1, szTo, (int)someParam.length(), NULL, NULL);
strTo = szTo;
delete szTo;

// Embarcadero C++ Builder 

// convertion string to wstring
string str1 = "hello";
String str2 = str1;         // typedef UnicodeString String;   -> str2 contains now u"hello";

// convertion wstring to string
String str2 = u"hello";
string str1 = UTF8string(str2).c_str();   // -> str1 contains now "hello"