C++ std::string转std::wstring Windows正常Linux乱码解决方法

std::wstring wsTmp(str.begin(), str.end());的逻辑是逐字符将char隐式转换为wchar_t，Windows下运行正常完全是巧合：

• Windows下wchar_t占2字节，存储UTF-16编码，日常使用的窄字符串多为单字节ANSI代码页编码，字符取值范围0-255，零扩展到2字节后刚好匹配对应宽字符值
• Linux下char默认为有符号类型，系统默认窄字符串编码为UTF-8："pokémon"中的é在UTF-8下对应2个字节0xC3、0xA9，两个值作为有符号char均为负数，隐式转换为Linux下4字节长度的wchar_t（存储UTF-32编码）时会触发符号扩展，最终得到错误的\xffffffc3、\xffffffa9值。

不要使用逐字符直接拷贝的错误逻辑，必须显式做编码转换，将对应编码的std::string转为平台wstring使用的宽字符编码：

方法1：C标准库实现（适配C11~C++20，跨平台通用） #

C++17后std::wstring_convert和std::codecvt_utf8被标记为弃用，但目前GCC、Clang、MSVC所有主流编译器均保留支持，写跨平台工具代码稳定性足够：

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

std::wstring utf8_to_wstring(const std::string& str) {
    std::wstring_convert<std::codecvt_utf8<wchar_t>> conv;
    return conv.from_bytes(str);
}

调用时直接执行std::wstring wsTmp = utf8_to_wstring(str);即可，在Windows、Linux平台下都能正确转换UTF-8编码的"pokémon"为合法宽字符串。

方法2：POSIX原生接口实现（无标准库弃用接口顾虑） #

如果不想使用被标记弃用的标准库接口，可直接用POSIX标准提供的多字节转宽字符接口，适配Linux等类Unix系统：

#include <string>
#include <cstdlib>
#include <clocale>

std::wstring utf8_to_wstring(const std::string& str) {
    // 保存原有locale配置，转换完成后恢复，避免影响其他业务逻辑
    const char* old_locale = std::setlocale(LC_ALL, nullptr);
    std::setlocale(LC_ALL, "en_US.UTF-8");
    const char* src = str.c_str();
    size_t len = std::mbstowcs(nullptr, src, 0);
    std::wstring res(len, L'\0');
    std::mbstowcs(res.data(), src, len + 1);
    // 恢复原有locale配置
    std::setlocale(LC_ALL, old_locale);
    return res;
}

• 逐字符直接拷贝的写法不存在编码转换逻辑，哪怕在Windows平台，只要std::string存储的是UTF-8编码的多字节字符，一样会返回错误结果，不属于可通用的转换方案
• 转换逻辑必须和std::string的实际编码匹配：如果窄字符串使用GBK、Latin-1等其他编码，要对应修改转换时的源编码参数，不能硬套UTF-8转换逻辑

内容的提问来源于stack exchange，提问作者Deep Learner