<本文PDF文檔下載>locale和facet
C++的locale框架比C更完備。C++除了一個籠統本地策略集locale，還可以為locale指定具體的策略facet，甚至可以用自己定義的facet去改造一個現有的locale產生一個新的locale。如果有一個facet類NewFacet需要添加到某個old_loc中形成新new_loc，需要另外一個構造函數，通常的做法是：
std::locale new_loc(old_loc, new NewFacet);
標準庫里的標準facet都具有自己特有的功能，訪問一個locale對象中特定的facet需要使用模板函數use_facet：
template <class Facet> const Facet& use_factet(const locale&);
換一種說法，use_facet把一個facet類實例化成了對象，由此就可以使用這個facet對象的成員函數。
codecvt
codecvt就是一個標準facet。在C++的設計框架里，這是一個通用的代碼轉換模板——也就是說，并不是僅僅為寬窄轉換制定的。
templat <class I, class E, class State> class std::codecvt: public locale, public codecvt_base{...};
I表示內部編碼，E表示外部編碼，State是不同轉換方式的標識，如果定義如下類型：
typedef std::codecvt<wchar_t, char, mbstate_t> CodecvtFacet;
那么CodecvtFacet就是一個標準的寬窄轉換facet，其中mbstate_t是標準寬窄轉換的State。
內部編碼和外部編碼
我們考慮第1節中提到的C++編譯器讀取源文件時候的情形，當讀到L"中文abc"的時候，外部編碼，也就是源文件的編碼，是GB2312或者UTF-8的char，而編譯器必須將其翻譯為UCS-2BE或者UTF-32BE的wchar_t，這也就是程序的內部編碼。如果不是寬字符串，內外編碼都是char，也就不需要轉換了。類似的，當C++讀寫文件的時候 ，就會可能需要到內外編碼轉換。事實上，codecvt就正是被文件流緩存basic_filebuf所使用的。理解這一點很重要，原因會在下一小節看到。
CodecvtFacet的in()和out()
因為在CodecvtFacet中，內部編碼設置為wchar_t，外部編碼設置為char，轉換模式是標準寬窄轉換mbstate_t，所以，類方法in()就是從char標準轉換到wchar_t，out()就是從wchar_t標準轉換到char。這就成了我們正需要的內外轉換函數。
result in(State& s, const E* from, const E* from_end, const E*& from_next, I* to, I* to_end, I*& to_next) const;
result out(State& s, const I* from, const I* from_end, const I*& from_next, E* to, E* to_end, E*& to_next) const;
其中，s是非const引用，保存著轉換位移狀態信息。這里需要重點強調的是，因為轉換的實際工作交給了運行時庫，也就是說，轉換可能不是在程序的主進程中完成的，而轉換工作依賴于查詢s的值，因此，如果s在轉換結束前析構，就可能拋出運行時異常。所以，最安全的辦法是，將s設置為全局變量！
const的3個指針分別是待轉換字符串的起點，終點，和出現錯誤時候的停點（的下一個位置）；另外3個指針是轉換目標字符串的起點，終點以及出現錯誤時候的停點（的下一個位置）。
代碼如下：
頭文件
//Filename string_wstring_cppcvt.hpp
#ifndef STRING_WSTRING_CPPCVT_HPP
#define STRING_WSTRING_CPPCVT_HPP
#include <iostream>
#include <string>
const std::wstring s2ws(const std::string& s);
const std::string ws2s(const std::wstring& s);
#endif
實現：
#include "string_wstring_cppcvt.hpp"
mbstate_t in_cvt_state;
mbstate_t out_cvt_state;
const std::wstring s2ws(const std::string& s)
{
std::locale sys_loc("");
const char* src_str = s.c_str();
const size_t BUFFER_SIZE = s.size() + 1;
wchar_t* intern_buffer = new wchar_t[BUFFER_SIZE];
wmemset(intern_buffer, 0, BUFFER_SIZE);
const char* extern_from = src_str;
const char* extern_from_end = extern_from + s.size();
const char* extern_from_next = 0;
wchar_t* intern_to = intern_buffer;
wchar_t* intern_to_end = intern_to + BUFFER_SIZE;
wchar_t* intern_to_next = 0;
typedef std::codecvt<wchar_t, char, mbstate_t> CodecvtFacet;
CodecvtFacet::result cvt_rst =
std::use_facet<CodecvtFacet>(sys_loc).in(
in_cvt_state,
extern_from, extern_from_end, extern_from_next,
intern_to, intern_to_end, intern_to_next);
if (cvt_rst != CodecvtFacet::ok) {
switch(cvt_rst) {
case CodecvtFacet::partial:
std::cerr << "partial";
break;
case CodecvtFacet::error:
std::cerr << "error";
break;
case CodecvtFacet::noconv:
std::cerr << "noconv";
break;
default:
std::cerr << "unknown";
}
std::cerr << ", please check in_cvt_state."
<< std::endl;
}
std::wstring result = intern_buffer;
delete []intern_buffer;
return result;
}
const std::string ws2s(const std::wstring& ws)
{
std::locale sys_loc("");
const wchar_t* src_wstr = ws.c_str();
const size_t MAX_UNICODE_BYTES = 4;
const size_t BUFFER_SIZE =
ws.size() * MAX_UNICODE_BYTES + 1;
char* extern_buffer = new char[BUFFER_SIZE];
memset(extern_buffer, 0, BUFFER_SIZE);
const wchar_t* intern_from = src_wstr;
const wchar_t* intern_from_end = intern_from + ws.size();
const wchar_t* intern_from_next = 0;
char* extern_to = extern_buffer;
char* extern_to_end = extern_to + BUFFER_SIZE;
char* extern_to_next = 0;
typedef std::codecvt<wchar_t, char, mbstate_t> CodecvtFacet;
CodecvtFacet::result cvt_rst =
std::use_facet<CodecvtFacet>(sys_loc).out(
out_cvt_state,
intern_from, intern_from_end, intern_from_next,
extern_to, extern_to_end, extern_to_next);
if (cvt_rst != CodecvtFacet::ok) {
switch(cvt_rst) {
case CodecvtFacet::partial:
std::cerr << "partial";
break;
case CodecvtFacet::error:
std::cerr << "error";
break;
case CodecvtFacet::noconv:
std::cerr << "noconv";
break;
default:
std::cerr << "unknown";
}
std::cerr << ", please check out_cvt_state."
<< std::endl;
}
std::string result = extern_buffer;
delete []extern_buffer;
return result;
}
最后補充說明一下std::use_facet<CodecvtFacet>(sys_loc).in()和std::use_facet<CodecvtFacet>(sys_loc).out()。sys_loc是系統的locale，這個locale中就包含著特定的codecvt facet，我們已經typedef為了CodecvtFacet。用use_facet對CodecvtFacet進行了實例化，所以可以使用這個facet的方法in()和out()。
posted on 2010-06-26 13:39
lf426 閱讀(8845)
評論(2) 編輯 收藏 引用 所屬分類:
語言基礎、數據結構與算法