Adobe XMP SDK处理UTF-8字符串时出现识别异常求助

问题现象 #

使用GitHub最新版Adobe XMP SDK，在MSVC 2019编译的64位静态链接C++程序中读取/导出含UTF-8字符串标签的JPG文件XMP数据时，调用SXMPMeta::ParseFromBuffer后，输出回调得到的字符串出现乱码：

• 预期输出：<photoshop:State>Baden-Württemberg</photoshop:State>
• 实际回调输出：photoshop:State = "Baden-WürttembergC3BC>rttemberg"

可见UTF-8多字节序列（如ü对应的C3 BC）被错误解析，导致字符串结尾识别异常。

关联代码片段 #

SXMPMeta xmpObj;
try {
    xmpObj.ParseFromBuffer ( xmlString.c_str(), (XMP_StringLen)length );
} catch ( ... ) {
    // 异常处理逻辑
}

解决方案 #

• 显式指定Parse的编码格式
  ParseFromBuffer的第三个参数默认是kXMP_UnicodeUTF8，但显式指定可避免编码推断错误：

  xmpObj.ParseFromBuffer(xmlString.c_str(), (XMP_StringLen)length, kXMP_UnicodeUTF8);
  

• 检查输出回调的UTF-8处理逻辑
  若回调函数为自定义实现，需确保它正确处理UTF-8多字节字符串，而非按单字节ASCII解析：

  • 不要直接将char*当作ASCII输出，需使用支持UTF-8的输出函数（如UTF-8环境下的printf，或转成宽字符后用wprintf）。
  • 避免在回调中对字符串做截断、转义等操作时破坏UTF-8字节序列。

• 对齐SDK与项目的编译选项

  • 确保Adobe XMP SDK是用MSVC 2019 64位环境编译的静态库，与项目的编译选项（字符集、优化等级、运行时库）完全一致。
  • 项目需设置为UTF-8编码（MSVC中可通过/utf-8编译选项指定源文件和执行字符集）。

• 验证XMP原始数据的正确性
  读取JPG的XMP数据时，需以二进制模式读取，避免文本模式下的换行符转换破坏UTF-8字节流；同时确认xmlString存储的是未经修改的原始UTF-8数据，没有被错误转码。

内容的提问来源于stack exchange，提问作者user999713