C++ std:：wstring与std:：string

我无法理解

std:：string

和

std:：wstring

之间的区别。我知道

wstring

支持Unicode字符等宽字符。我有以下问题：

什么时候我应该在

std:：string

上使用

std:：string

std:：string

能否保存整个ASCII字符集，包括特殊字符

>代码> STD::WSCONT/<代码>由所有流行的C++编译器支持

什么是“宽字符”

当您要存储“宽”（Unicode）字符时

是：其中255个（不包括0个）

对

以下是一篇介绍性文章：

当您想使用Unicode字符串而不仅仅是ascii时，这对国际化很有帮助

是的，但它与0不兼容

不知道有什么不知道的

宽字符是特定于编译器的处理unicode字符固定长度表示的方法，对于MSVC它是2字节字符，对于gcc我理解它是4字节。a+1表示

1） 正如Greg所提到的，wstring有助于国际化，那时您将以英语以外的语言发布产品

4） 检查这个宽字符

---

我经常使用std:：string来保存utf-8字符，一点问题都没有。我衷心建议在与使用utf-8作为本机字符串类型的API接口时这样做

例如，当我的代码与Tcl解释器接口时，我使用utf-8

主要的警告是std:：string的长度，不再是字符串中的字符数

---

当您希望在字符串中存储宽字符时<代码>宽度取决于实现。如果我正确记得，Visual C++默认为16位，而GCC默认取决于目标。这里有32位长。请注意wchar_t（宽字符类型）与unicode无关。它只是保证它可以存储实现所支持的最大字符集的所有成员（至少与char一样长）。您也可以使用

utf-8

编码将unicode字符串精细地存储到

std:：string

中。但它无法理解unicode代码点的含义。因此，

str.size（）

不会给出字符串中逻辑字符的数量，而只是该字符串/wstring中存储的char或wchar\t元素的数量。为此，GTK/GLUBC++包装器开发了一个可以处理UTF-8的类。p> 如果wchar\u t的长度为32位，则可以使用

utf-32

作为unicode编码，并且可以使用固定（utf-32是固定长度）编码存储和处理unicode字符串。这意味着您的wstring的

s.size（）

函数将返回适量的wchar\t元素和逻辑字符

是的，char的长度始终至少为8位，这意味着它可以存储所有ASCII值

是的，所有主要的编译器都支持它

字符串

<代码>wstring？

std:：string

是在

char

和

std:：wstring

上的模板

char

vs.

wchar\t

char

应该包含一个字符，通常是一个8位字符。

wchar\u t

应该包含一个宽字符，然后事情就变得棘手了：
在Linux上，

wchar\u t

是4个字节，而在Windows上是2个字节

那么呢？ 问题在于

char

和

wchar\u t

都没有直接绑定到unicode

在Linux上？ 让我们看一个Linux操作系统：我的Ubuntu系统已经支持unicode。当我使用字符字符串时，它是本机编码的（即字符的Unicode字符串）。以下代码：

#include <cstring>
#include <iostream>

int main(int argc, char* argv[])
{
   const char text[] = "olé" ;


   std::cout << "sizeof(char)    : " << sizeof(char) << std::endl ;
   std::cout << "text            : " << text << std::endl ;
   std::cout << "sizeof(text)    : " << sizeof(text) << std::endl ;
   std::cout << "strlen(text)    : " << strlen(text) << std::endl ;

   std::cout << "text(ordinals)  :" ;

   for(size_t i = 0, iMax = strlen(text); i < iMax; ++i)
   {
      std::cout << " " << static_cast<unsigned int>(
                              static_cast<unsigned char>(text[i])
                          );
   }

   std::cout << std::endl << std::endl ;

   // - - - 

   const wchar_t wtext[] = L"olé" ;

   std::cout << "sizeof(wchar_t) : " << sizeof(wchar_t) << std::endl ;
   //std::cout << "wtext           : " << wtext << std::endl ; <- error
   std::cout << "wtext           : UNABLE TO CONVERT NATIVELY." << std::endl ;
   std::wcout << L"wtext           : " << wtext << std::endl;

   std::cout << "sizeof(wtext)   : " << sizeof(wtext) << std::endl ;
   std::cout << "wcslen(wtext)   : " << wcslen(wtext) << std::endl ;

   std::cout << "wtext(ordinals) :" ;

   for(size_t i = 0, iMax = wcslen(wtext); i < iMax; ++i)
   {
      std::cout << " " << static_cast<unsigned int>(
                              static_cast<unsigned short>(wtext[i])
                              );
   }

   std::cout << std::endl << std::endl ;

   return 0;
}

您将看到

char

中的“olé”文本实际上由四个字符构成：110、108、195和169（不包括尾随的零）。（我将让您学习

wchar\t

代码作为练习）

因此，在Linux上使用

char

时，通常应该在不知道的情况下使用Unicode。由于

std:：string

与

char

一起工作，因此

std:：string

已经可以使用unicode了

<> >注意<代码> STD::String ，如C字符串API，将考虑“OLE”字符串有4个字符，而不是三个字符。因此，在截断/使用unicode字符时应该谨慎，因为UTF-8中禁止某些字符组合

在窗户上？ 在Windows上，这有点不同。在Unicode出现之前，Win32必须支持大量使用

char

的应用程序，并支持世界各地生产的各种应用程序

因此，他们的解决方案很有趣：如果应用程序使用

char

，则使用机器上的本地字符集/代码页对字符字符串进行编码/打印/显示在GUI标签上。例如，“olé”在法语本地化的窗口中是“olé”，但在西里尔语本地化的窗口中是不同的（“ol l”，如果您使用）。因此，“历史应用程序”通常仍会以旧方式工作

对于基于Unicode的应用程序，Windows使用

wchar\u t

，宽度为2字节，编码方式为，Unicode编码方式为2字节字符（或者至少是最兼容的UCS-2，与IIRC几乎相同）

使用

char

的应用程序称为“多字节”（因为每个字形由一个或多个

char

组成），而使用

wchar\u t

的应用程序称为“widechar”（因为每个字形由一个或两个

wchar\u t

组成）。有关详细信息，请参阅和Win32转换API

因此，如果您在Windows上工作，非常希望使用

wchar\u t

（除非您使用一个框架来隐藏它，如或…）

UCS2String ConvertToUCS2( const UTF8String &str );
UTF8String ConvertToUTF8( const UCS2String &str );

#include <fstream>
#include <string>
#include <iostream>
#include <Windows.h>

#ifdef _WIN32
typedef std::wstring unicodestring;
#define UNI(text) L ## text
std::string formatForConsole(const unicodestring &str)
{
    std::string result;
    //Call WideCharToMultiByte to do the conversion
    return result;
}
#else
typedef std::string unicodestring;
#define UNI(text) text
std::string formatForConsole(const unicodestring &str)
{
    return str;
}
#endif

int main()
{

    unicodestring fileName(UNI("fileName"));
    std::ofstream fout;
    fout.open(fileName);
    std::cout << formatForConsole(fileName) << std::endl;
    return 0;
}