Ansonsten unterstützt z.B. die (erweiterte) Standardbibliothek von Dinkumware sehr viele Zeichensätze.

die funktion 'ucs2_to_utf8' wandelt unicode nach UTF-8 um...

UCS-2 nach UTF-8 oder Unicode nach Unicode :p Ist beides Unicode.

btw. UCS-2 ist eine veraltete Darstellung (mittlerweile UCS-4), also vorher bitte prüfen ob die Implementierung nicht schon UCS-4 nimmt!

Hat eigentlich boost dafür was ?

Boost hat auch einen utf-8-codecvt, der wird z.B. für boost.serialization und ich glaube auch boost.regex benutzt.

Ok,danke ...

std::string text_to_UTF8(std::string text)

sollte es eigentlich nicht sein. Blicke da jetzt leider nicht so recht durch was da überhaupt gebraucht wird...

btw. UCS-2 ist eine veraltete Darstellung

Quack. UCS-2 ist nicht veraltet sondern ein guter Kompromiss.

Windows, Solaris und ich glaube auch MacOS X arbeiten intern mit UCS-2. Windows tut dies definitiv. Die anderen habe ich irgendwo mal nebenbei gelesen. Also veraltet kann es nicht sein.

Aber wenn ich heute ein OS entwickeln würde, würde ich natürlich UCS-4 einsetzen. Von dem Punkt aus gesehen, wäre UCS-2 "veraltet".

is ja 'n haufen Zeug auf einmal. Mal sehen was man nehmen kann.
Mehr wie als eine Funktion etwa in der Form:

std::string text_to_UTF8(std::string text)

sollte es eigentlich nicht sein. Blicke da jetzt leider nicht so recht durch was da überhaupt gebraucht wird...

ich hätte es gerne andersrum

std::string UTf8_to_text(std::string text)

Also das UCS-2 veraltet ist, ist mir neu. Es ist einfach ein 16bit-Codepage, und UCS-4 ist ein 32bit-Codepage. Nicht mehr und nicht weniger.

Windows, Solaris und ich glaube auch MacOS X arbeiten intern mit UCS-2. Windows tut dies definitiv. Die anderen habe ich irgendwo mal nebenbei gelesen. Also veraltet kann es nicht sein.

Aber wenn ich heute ein OS entwickeln würde, würde ich natürlich UCS-4 einsetzen. Von dem Punkt aus gesehen, wäre UCS-2 "veraltet".

Es geht hauptsächlich darum, dass man mit UCS-2 keine Zeichen oberhalb von 0xFFFF darstellen kann, weil man auf die feste Kodierung von 16 Bit pro Zeichen beschränkt ist. Mit UTF-8/UTF-16 unterliegt man dieser Beschränkung nicht, weil eine variable Zeichenbreite möglich ist.
Zwischen UTF-32 und UCS-4 besteht dieser Unterschied natürlich nicht, weil damit in jedem Fall der Unicode-Raum abgedeckt werden kann.

hab' mal eine kurze Frage die zum Thema passt:
Was für ne Kodierung haben String-Literale wie "Hallo" oder L"Welt"?
Schreibt der Standard da was vor oder hängt das vom Texteditor ab?

Und wie ist das bei Ein-/Ausgabeströmen? Betriebssystemabhängig?

Was für ne Kodierung haben String-Literale wie "Hallo" oder L"Welt"?
Schreibt der Standard da was vor oder hängt das vom Texteditor ab?

AFAIK (ohne jetzt in den Standard geschaut zu haben) handelt es sich beim einfachen String auf jeden Fall um US-ASCII. Wie wchar_t intern aussieht, ist hingegen nicht spezifiziert. In der Praxis dürfte das auf den meisten gängigen Systemen wohl UCS-2 sein.

Benutzt Solaris intern Unicode? Ich denke die werden für das Unix-Zeugs UTF-8 nehmen, so wie es alle anderen Unices auch machen. Mac OS X nimmt für das Unix Zeugs definitiv UTF-8. In Cocoa/Carbon wird intern wohl UTF-16 verwendet.

@Konrad
das schreibt der Standard nicht vor und hängt vom Editor ab.

std::string Glib::locale_to_utf8(std::string)

und

std::string Glib::locale_from_utf8(std::string)

angeboten.
(Ok die nehmen genaugenommen beide einen Glib::ustring auf der utf8-Seite aber das lässt sich implizit konvertieren.

std::string UTf8_to_text(std::string utf8String)

[/quote]

Ich will aber keine ganze library, sondern eigentlich nur eine Funktion, die mein Ergebnis liefert und diese habe ich noch nicht gefunden.

#define LOWER_6_BIT(u)    ((u) & 0x003f)
#define BIT7(a)           ((a) & 0x80)
#define BIT6(a)           ((a) & 0x40)

// Converts UTF-8 to wide char
int UTF8ToWcharT (char *lpSrcStr, int cchSrc, wchar_t *lpDestStr, int cchDest)
{
   int nTB = 0;    
   int cchWC = 0;  
   char *pUTF8 = lpSrcStr;
   char UTF8;

   while ((cchSrc--) && ((cchDest == 0) || (cchWC < cchDest)))
   {
       if (BIT7(*pUTF8) == 0)
       {
           if (cchDest)
               lpDestStr[cchWC] = (wchar_t)*pUTF8;
           cchWC++;
       }
       else if (BIT6(*pUTF8) == 0)
       {
           if (nTB != 0)
           {
               nTB--;
               if (cchDest)
               {
                   lpDestStr[cchWC] <<= 6;
                   lpDestStr[cchWC] |= LOWER_6_BIT(*pUTF8);
               }
               if (nTB == 0)
                   cchWC++;
           }
       }
       else
       {
           if (nTB > 0)
           {
               nTB = 0;
               cchWC++;
           }
           else
           {
               UTF8 = *pUTF8;
               while (BIT7(UTF8) != 0)
               {
                   UTF8 <<= 1;
                   nTB++;
               }
               if (cchDest)
                   lpDestStr[cchWC] = UTF8 >> nTB;
               nTB--;
           }
       }
       pUTF8++;
   }
   return cchWC;
}

eingaben sind:
- pointer auf den source string (UTF-8)
- länge des source strings
- pointer auf den ausgabespeicher (wchar_t)
- grösse des ausgabespeichers

btw: der code stammt übrigens von 'microsoft' :p

vielleicht nutze ich aber jetzt trotzdem eine andere Bibliothek.
und zwar diese: http://www.icu-project.org/userguide/strings.html#cpp_strings_c