如何让 wstring_convert::to_bytes 抛出 range_error 异常？

Question

我正在使用 std::wstring_convert 将 wstring 转换为多字节字符串，如下所示：

    // convert from wide char to multibyte char
    try
    {
        return std::wstring_convert<std::codecvt_utf8<wchar_t>>().to_bytes(wideMessage);
    }

    // thrown by std::wstring_convert.to_bytes() for bad conversions
    catch (std::range_error& exception)
    {
        // do something...
    }

为了对我评论为 do something... 的块进行单元测试，我希望传递一个将引发 std::range_error 异常的 wstring。

但是，我无法制定这样一个会导致此类转换失败的 wstring。 wstring 将使用 UTF16，我一直在阅读有关高代理和低代理的信息。例如，D800 后跟 "b" 的 UTF16 字符应该是无效的。 std::wstring(L"\xd800b"); 可能无法基于相同的理由进行编译。如果我创建如下所示的 wstring，它不会在转换时抛出异常：

std::wstring wideMessage(L" b");
wideMessage[0] = L'\xd800';

// doesn't throw
std::wstring_convert<std::codecvt_utf8<wchar_t>>().to_bytes(wideMessage);

是否有合适的 wstring 可用于在转换期间抛出异常？

我试过 this link 的 5.1、5.2 和 5.3。我正在使用 Visual Studio 2015.

Answer 1

Microsoft 的 std::codecvt_utf8 实现似乎可以成功地将任何 UTF-16 代码单元转换为 UTF-8——包括代理项对。这是一个错误，因为代理不可编码。 libc++ (LLVM) 和 libstdc++ (GCC) 都会正确抛出 std::range_error 并且无法转换未配对的代理。

查看他们的代码，似乎它抛出的唯一方法是字符大于方面的 Maxcode 模板参数。例如：

std::wstring_convert<std::codecvt_utf8<wchar_t, 0x1>>

Answer 2

正如 一二三（接受的答案）所指出的那样，Microsoft 的 codecvt_utf8 实施似乎存在漏洞。

我知道我处理的字符串总是UTF16，我想转换成UTF8。我最终将实现更改如下：

    // convert from wide char to multibyte char
    try
    {
        return std::wstring_convert<std::codecvt_utf8_utf16 <wchar_t>>().to_bytes(wideMessage);
    }

    // thrown by std::wstring_convert.to_bytes() for bad conversions
    catch (const std::range_error & exception)
    {
        // do something...
    }

现在可以正确抛出以下内容：

std::wstring wideMessage(L" b");
wideMessage[0] = L'\xd800';

// throw std::range_error
std::wstring_convert<std::codecvt_utf8_utf16<wchar_t>>().to_bytes(wideMessage);

如果没有单元测试，我永远不会发现这个错误！

如何让 wstring_convert::to_bytes 抛出 range_error 异常？

How can I get wstring_convert::to_bytes to throw a range_error exception?

c++

unicode

unit-testing

std

visual-studio-2015