使用UTF8-CPP转UTF32到UTF8遇invalid_code_point错误，求修复及写入文件方法

看起来你在这里犯了两个关键错误，导致了invalid_code_point异常，我来一步步帮你理清并解决：

错误原因分析 #

1. 命令行参数编码误解：
   你以为终端传入的./myprogram 我想玩是UTF32编码，但实际上几乎所有现代终端（比如Linux的bash、macOS的Terminal、Windows的PowerShell）都会把命令行输入的中文转换成UTF8编码传递给程序，所以argv[1]指向的是UTF8字节序列，不是UTF32。

2. 类型不匹配导致的无效码点：
   utf8::utf32to8函数要求输入迭代器指向的是UTF32编码的码点（也就是每个元素是uint32_t类型，4字节），但你传入的是std::string的迭代器——每个元素是char（1字节）。这就相当于把UTF8的每个字节单独当作一个UTF32码点处理，而大部分UTF8字节的数值都不是有效的UTF32码点，自然会抛出异常。

针对你的场景的修改方案 #

如果你的实际需求是处理终端输入的中文（UTF8编码）并确保后续可以正确写入文件，其实不需要做UTF32到UTF8的转换，直接处理UTF8即可。但如果你确实需要模拟接收UTF32输入并转成UTF8，我会分两种情况给出代码：

情况1：处理终端传入的UTF8中文（你的示例场景） #

这个场景下，argv[1]已经是UTF8了，我们只需要验证其有效性，然后直接写入文件：

#include "source/utf8.h"
#include <iostream>
#include <fstream>
#include <string>

using namespace std;

int main(int argc, char** argv) {
    if (argc < 2) {
        cerr << "请传入中文参数" << endl;
        return 1;
    }

    // argv[1] 已经是UTF8编码的字符串
    string utf8_str = argv[1];

    // 可选：验证UTF8的有效性，避免后续处理出错
    try {
        utf8::iterator<string::iterator> it(utf8_str.begin(), utf8_str.begin(), utf8_str.end());
        while (it != utf8_str.end()) {
            ++it;
        }
        cout << "输入的UTF8字符串有效" << endl;
    } catch (const utf8::invalid_code_point& e) {
        cerr << "无效的UTF8码点: " << e.what() << endl;
        return 1;
    }

    // 将UTF8字符串写入文件（二进制模式避免换行符转换）
    ofstream out_file("output.txt", ios::binary);
    if (!out_file.is_open()) {
        cerr << "无法打开文件" << endl;
        return 1;
    }
    out_file.write(utf8_str.data(), utf8_str.size());
    out_file.close();

    cout << "UTF8内容已成功写入文件" << endl;
    return 0;
}

情况2：确实需要接收UTF32编码的输入 #

如果你的程序真的需要处理UTF32编码的输入（比如输入是二进制的UTF32数据，而不是终端输入的中文），你需要先把输入的字节序列转换成uint32_t的序列，再调用utf32to8。注意UTF32分大端和小端，这里假设是小端（常见于x86架构）：

#include "source/utf8.h"
#include <iostream>
#include <fstream>
#include <vector>
#include <string>
#include <cstdint>

using namespace std;

int main(int argc, char** argv) {
    if (argc < 2) {
        cerr << "请传入UTF32编码的参数" << endl;
        return 1;
    }

    // 假设输入的argv[1]是UTF3LE（小端）编码的字节序列
    string utf32_input = argv[1];
    // 每个UTF32码点占4字节，所以长度必须是4的倍数
    if (utf32_input.size() % 4 != 0) {
        cerr << "无效的UTF32输入：长度不是4的倍数" << endl;
        return 1;
    }

    vector<uint32_t> utf32_codepoints;
    for (size_t i = 0; i < utf32_input.size(); i += 4) {
        // 小端模式：把4个字节拼成uint32_t
        uint32_t cp = static_cast<uint8_t>(utf32_input[i]) |
                      (static_cast<uint8_t>(utf32_input[i+1]) << 8) |
                      (static_cast<uint8_t>(utf32_input[i+2]) << 16) |
                      (static_cast<uint8_t>(utf32_input[i+3]) << 24);
        utf32_codepoints.push_back(cp);
    }

    // 转换UTF32到UTF8
    vector<unsigned char> utf8_result;
    try {
        utf8::utf32to8(utf32_codepoints.begin(), utf32_codepoints.end(), back_inserter(utf8_result));
        cout << "UTF32转UTF8成功" << endl;
    } catch (const utf8::invalid_code_point& e) {
        cerr << "转换失败：" << e.what() << endl;
        return 1;
    }

    // 写入UTF8到文件
    ofstream out_file("output_utf8.txt", ios::binary);
    if (!out_file.is_open()) {
        cerr << "无法打开文件" << endl;
        return 1;
    }
    out_file.write(reinterpret_cast<const char*>(utf8_result.data()), utf8_result.size());
    out_file.close();

    cout << "UTF8内容已成功写入文件" << endl;
    return 0;
}

关键注意事项 #

• 终端编码：始终确认你的终端使用的是UTF8编码（大部分现代终端默认都是），这样命令行参数的中文才会以UTF8传递。
• 文件写入模式：写入UTF8文件时一定要用ios::binary模式，避免系统自动转换换行符（比如Windows把\n转成\r\n），破坏UTF8字节序列。
• 编码验证：在处理前验证输入编码的有效性，可以提前发现错误，避免后续程序崩溃。

内容的提问来源于stack exchange，提问作者Vcvv