• std::codecvtとは
• 基本的な使い方
• UTF-8とUTF-16の変換
• UTF-8とUTF-32の変換
• カスタムstd::codecvtの実装
• std::codecvtの制限と非推奨について

std::codecvtとは

std::codecvt はC++標準ライブラリに含まれるファセット（facet）の一つで、 文字コード変換を行うためのクラスです。Unicodeのエンコーディング変換や、ワイド文字とマルチバイト文字の相互変換に利用されます。

基本的な使い方

典型的な使い方は std::wstring_convert を使う方法です。 例えば、UTF-8からワイド文字（UTF-16またはUTF-32）に変換する例を示します。

#include <iostream>
#include <string>
#include <locale>
#include <codecvt>

int main() {
    std::wstring_convert> converter;
    std::string utf8_str = "こんにちは";
    std::wstring wide_str = converter.from_bytes(utf8_str);

    std::wcout << L"変換後: " << wide_str << std::endl;
    return 0;
}

UTF-8とUTF-16の変換

UTF-8とUTF-16の変換には、std::codecvt_utf8_utf16 を使用できます。

#include <iostream>
#include <string>
#include <locale>
#include <codecvt>

int main() {
    std::wstring_convert, char16_t> converter;
    std::string utf8_str = u8"こんにちは";
    std::u16string utf16_str = converter.from_bytes(utf8_str);

    std::wcout << L"UTF-16変換後のサイズ: " << utf16_str.size() << std::endl;
    return 0;
}

UTF-8とUTF-32の変換

UTF-8とUTF-32の変換には、std::codecvt_utf8 を使用します。

#include <iostream>
#include <string>
#include <locale>
#include <codecvt>

int main() {
    std::wstring_convert, char32_t> converter;
    std::string utf8_str = u8"こんにちは";
    std::u32string utf32_str = converter.from_bytes(utf8_str);

    std::wcout << L"UTF-32変換後のサイズ: " << utf32_str.size() << std::endl;
    return 0;
}

カスタムstd::codecvtの実装

std::codecvt を継承して独自の文字変換ルールを定義できます。

#include <iostream>
#include <locale>.
#include <codecvt>.

class CustomCodecvt : public std::codecvt {
protected:
    result do_in(std::mbstate_t&, const char*, const char*, const char*&, wchar_t*, wchar_t*, wchar_t*&) const override {
        return ok; 
    }

    result do_out(std::mbstate_t&, const wchar_t*, const wchar_t*, const wchar_t*&, char*, char*, char*&) const override {
        return ok;
    }

    result do_unshift(std::mbstate_t&, char*, char*, char*&) const override {
        return noconv;
    }

    int do_encoding() const noexcept override {
        return 1;
    }
};

これは単純なサンプルで、実際には do_in や do_out 内で適切なエンコーディング変換を実装する必要があります。

std::codecvtの制限と非推奨について

std::codecvt はC++17で非推奨となり、C++20で削除されました。 そのため、新しいC++バージョンでは std::codecvt を使わずに、std::u8string や ICUライブラリを利用することが推奨されます。

#include <iostream>
#include <string>.

int main() {
    std::u8string utf8_str = u8"こんにちは";
    std::cout << "UTF-8文字列: " << reinterpret_cast(utf8_str.data()) << std::endl;
    return 0;
}

もしC++20以降を使用する場合、標準ライブラリのみでのエンコーディング変換は難しくなるため、ICUやBoost.Localeなどの外部ライブラリの使用を検討してください。