c++ - 从相同的硬编码字符串文字初始化std::string和std::wstring

当我偶然发现一个已经使我烦恼几次的场景时，我正在编写一些单元测试。

我需要生成一些字符串来测试JSON编写器对象。由于编写器支持UTF16和UTF8输入，因此我想同时使用它们进行测试。

考虑以下测试:

class UTF8;
class UTF16;

template < typename String, typename SourceEncoding >
void writeJson(std::map<String, String> & data)
{
    // Write to file
}

void generateStringData(std::map<std::string, std::string> & data)
{
    data.emplace("Lorem", "Lorem Ipsum is simply dummy text of the printing and typesetting industry.");
    data.emplace("Ipsum", "Ipsum has been the industry's standard dummy text ever since the 1500s, when an unknown printer took a galley of type and scrambled it to make a type specimen book");
    data.emplace("Contrary", "Contrary to popular belief, Lorem Ipsum is not simply random text. It has roots in a piece of classical Latin literature from 45 BC, making it over 2000 years old");
}

void generateStringData(std::map<std::wstring, std::wstring> & data)
{
    data.emplace(L"Lorem", L"Lorem Ipsum is simply dummy text of the printing and typesetting industry.");
    data.emplace(L"Ipsum", L"Ipsum has been the industry's standard dummy text ever since the 1500s, when an unknown printer took a galley of type and scrambled it to make a type specimen book");
    data.emplace(L"Contrary", L"Contrary to popular belief, Lorem Ipsum is not simply random text. It has roots in a piece of classical Latin literature from 45 BC, making it over 2000 years old");
}

template < typename String, typename SourceEncoding >
void testWriter() {
    std::map<String, String> data;
    generateStringData(data);
    writeJson<String, SourceEncoding>(data);
}

int main() {
    testWriter<std::string, UTF8>();
    testWriter<std::wstring, UTF16>();
}

除了重复的generateStringData()方法，我设法很好地包装了所有内容。 并且我想知道是否可以将generateStringData()的两个方法合并为一个方法？

我知道我可以使用一种方法在UTF8中生成字符串，然后使用另一种方法将字符串转换为UTF16，但是我试图找出是否还有另一种方法。

我考虑过/尝试过什么？

使用_T()或TCHAR或#ifdef UNICODE将无济于事，因为我需要在支持Unicode(例如Win> = 7)的同一平台上同时使用这两种口味

从不是std::wstring的东西初始化L""将不起作用，因为它期望wchar_t

按字符初始化char无效，因为它也需要L''

由于返回类型取决于""s类型，因此无法使用charT

最佳答案

如果使用，则只需要将纯ASCII编码为char和wchar_t，则可以使用功能模板来实现(无特殊化):

#include <iostream>
#include <map>
#include <string>
#include <utility>

template <typename StringType>
void generateStringData(std::map<StringType, StringType> &data) {
  static const std::pair<const char *, const char *> entries[] = {
    { "Lorem", "Lorem Ipsum is simply dummy text ..."},
    { "Ipsum", "Ipsum has been the industry's standard ..."}
  };
  for (const auto &entry : entries) {
    data.emplace(StringType(entry.first, entry.first + std::strlen(entry.first)),
                 StringType(entry.second, entry.second + std::strlen(entry.second)));
  }
}

int main() {
  std::map<std::string, std::string> ansi;
  generateStringData(ansi);
  std::map<std::wstring, std::wstring> wide;
  generateStringData(wide);

  std::cout << ansi["Lorem"] << std::endl;
  std::wcout << wide[L"Lorem"] << std::endl;
  return 0;
}

这仅是因为任何ASCII字符的wchar_t版本只是扩展到16位的ASCII值。如果源字符串中包含“有趣的”字符，则实际上不会将它们转换为正确的UTF-16。

还要注意，您几乎肯定会在内存中得到字符串的四个拷贝:可执行文件中的ASCII源字符串的两个拷贝(来自功能模板的两个实例)，堆中的char和wchar_t拷贝。

但这可能不会比预处理程序版本差。使用预处理器，最终可能会在可执行文件中同时包含char和wchar_t版本，以及堆中的char和wchar_t拷贝。

预处理器方法可以做的是，如果位于此答案的顶部，则可以帮助您绕过那个大的；通过预处理器，可以使用非ASCII字符。

[实现说明:最初，这些分配使用std::begin(entry.first)和std::end(entry.first)，但其中包括字符串终止符作为字符串本身的一部分。