Здраствуйте.

Есть строка типа string. Когда пользователь вводит данные, программа в эту строку записывает его данные, затем, мне нужно эти символы, перегнать в utf-8.

Если он ввёл например иероглиф или русскую букву, как его перегнать в utf-8, не могу понять, саму последовательность дейсвий не понимаю. разъяните плиз.

Здравствуйте, Аноним, Вы писали:

А>... как его перегнать в utf-8, не могу понять, саму последовательность дейсвий не понимаю. разъяните плиз.

http://ru.wikipedia.org/wiki/UTF8

Здравствуйте, c-smile, Вы писали:

CS>http://ru.wikipedia.org/wiki/UTF8

а читал уже. Это всё теория, мне б посметреть как на практике всё это сделать, именно на си++.

Мнеб для начала понять как можно
string buff("я");
превратить в два байта

Здравствуйте, Аноним, Вы писали:

А>Здравствуйте, c-smile, Вы писали:

CS>>http://ru.wikipedia.org/wiki/UTF8

А>а читал уже. Это всё теория, мне б посметреть как на практике всё это сделать, именно на си++.

Там же все написано. (Тебе надо учится работать с инетом. Помогает сильно)

http://www.codeproject.com/cpp/utf8ostream.asp

c-smile, а может расскажешь в двух словах, что к чему (как русский символ перекодировать)? а дальше я уже сам разбирусь.

> Мнеб для начала понять как можно
> string buff("я");
> превратить в два байта

wstring buf(L"я");

Sergey, а почему не такое решение предложил:

short unsigned buff = 'я';

?

Здравствуйте, Аноним, Вы писали:

А>Здраствуйте.

А>Есть строка типа string. Когда пользователь вводит данные, программа в эту строку записывает его данные, затем, мне нужно эти символы, перегнать в utf-8.

А>Если он ввёл например иероглиф или русскую букву, как его перегнать в utf-8, не могу понять, саму последовательность дейсвий не понимаю. разъяните плиз.


Если пишешь в Windows, то смотри в MSDN описание функций MultiByteToWideChar и WideCharToMultiByte.
Если в UNIX — man 3 iconv.

Если требуется кросс-платформенный код, то в библиотеках Qt и wxWidgets есть средства для работы с различными кодировками.

> Sergey, а почему не такое решение предложил:

Потому что в вопросе было string.

>

> short unsigned buff = 'я';
>

> ?

Тогда уж short unsigned buff = L'я';

AN>Если в UNIX — man 3 iconv.

AN>Если требуется кросс-платформенный код, то в библиотеках Qt и wxWidgets есть средства для работы с различными кодировками.

я уверен, что есть очень простое решение.

Возьмём для примера букву 'а' (русская) в таблице символов unicode она числится под номером 0430h. Как перекодировать букву 'а' в 0430? мне только это нужно... а 0430 в utf-8 я уже сам перекодирую.

Sergey, а я думал ты жжёшь.
unsigned long buff = L'а';
даёт 1072 а hex 0430...

а если символ иероглиф, то какой для него тип для buff определять?

> Sergey, а я думал ты жжёшь.
> unsigned long buff = L'а';
> даёт 1072 а hex 0430...
>
> а если символ иероглиф, то какой для него тип для buff определять?

Тип все тот же — чего-нибудь двухбайтовое. Лучше wchar_t, если компилятор про них знает.
Посмотрел начало темы — символ вводится пользователем (а не известен на стадии компиляции), соответственно надо пользоваться функциями mbtowc, _mbtowc_l, или codecvt::in, или виндовой MultiByteToWideChar.

Здравствуйте, Sergey, Вы писали:

>> Sergey, а я думал ты жжёшь.
>> unsigned long buff = L'а';
>> даёт 1072 а hex 0430...
>>
>> а если символ иероглиф, то какой для него тип для buff определять?

S>Тип все тот же — чего-нибудь двухбайтовое. Лучше wchar_t, если компилятор про них знает.
S>Посмотрел начало темы — символ вводится пользователем (а не известен на стадии компиляции), соответственно надо пользоваться функциями mbtowc, _mbtowc_l, или codecvt::in, или виндовой MultiByteToWideChar.

а wchar_t может содержать 65536 символов, а в уникоде их ~99000, всеж ведь не влезут?

а вообще, спасибо большое, если даже на последний вопрос не ответите

Здравствуйте, <Аноним>, Вы писали:

А>а wchar_t может содержать 65536 символов, а в уникоде их ~99000, всеж ведь не влезут?
Прочтите наконец wiki и все ссылки. Hint: смотреть отличия UC-2 и UTF-16

>>> Sergey, а я думал ты жжёшь.
>>> unsigned long buff = L'а';
>>> даёт 1072 а hex 0430...
>>>
>>> а если символ иероглиф, то какой для него тип для buff определять?
>
> S>Тип все тот же — чего-нибудь двухбайтовое. Лучше wchar_t, если компилятор про них знает.
> S>Посмотрел начало темы — символ вводится пользователем (а не известен на стадии компиляции), соответственно надо пользоваться функциями mbtowc, _mbtowc_l, или codecvt::in, или виндовой MultiByteToWideChar.
>
> а wchar_t может содержать 65536 символов, а в уникоде их ~99000, всеж ведь не влезут?

С такой экзотикой, которая в 16 бит не влазит, я пока не общался. Если надо с ними работать — попробуйте сразу конвертировать узкие строки в UTF-8, а не в UCS-2 (прокатит ли, нет ли — не знаю). Четырехбайтная кодировка (UTF-32), равно как и двухбайтная с переменной длиной символа (UTF-16), насколько я знаю, в винде не поддерживается. Возможно, дело решается с помощью сторонних библиотек.

Здравствуйте, <Аноним>, Вы писали:

А>я уверен, что есть очень простое решение.

А>Возьмём для примера букву 'а' (русская) в таблице символов unicode она числится под номером 0430h. Как перекодировать букву 'а' в 0430? мне только это нужно... а 0430 в utf-8 я уже сам перекодирую.

А откуда ты возьмёшь эту букву для примера?

Если у тебя обычная char'овая консоль, и пользователь там что-то вводит, то к тебе приезжают (одно- или мульти-)байтовые коды символов в текущей кодировке.

Поэтому первый шаг — пергнать введённую строку в UTF-16: mbtowc(). И второй шаг — перегнать из UTF-16 в UTF-8: wctomb().
Либо сразу перегнать из текущей кодировки в желаемую UTF-8: libiconv.

Здравствуйте, CiViLiS, Вы писали:

мне не нужны ссылки на теорию, я ж сказал уже, я её уже начитался. Велосипед трудно создавать, вы пробовали хоть?

> строки в UTF-8, а не в UCS-2 (прокатит ли, нет ли — не знаю). Четырехбайтная кодировка (UTF-32), равно как и двухбайтная с переменной длиной символа (UTF-16), насколько я знаю, в винде не поддерживается.

Вру — в MSDN пишут что начиная с Vista оно умеет UTF-16.