C++ 使用C++；2018年？

我已经尝试搜索stackoverflow来找到答案，但我找到的问题和答案都在10岁左右，由于变化和可能的进展，我似乎无法在这个问题上找到共识

据我所知，stl之外有几个库应该处理unicode-

stl（，）包含了一些功能，但人们似乎对使用UTF-16持矛盾态度，因为他们处理的是UTF-16，该网站（）表示不应使用UTF-16，许多在线用户似乎同意这一前提

我唯一想要的是能够用unicode字符串做4件事-

将字符串读入内存

使用unicode或ascii使用正则表达式搜索字符串，使用ascii+unicode数字或字符连接或进行文本替换/格式化

将不符合ascii范围的字符转换为ascii+unicode数字格式

将字符串写入磁盘或发送到任何位置

据我所知，icu可以处理这件事，甚至更多。我想知道的是，在Linux、Windows和MacOS上是否有标准的处理方法

---

谢谢您的时间。

我将尝试在这里提出一些想法：

---

大多数C++程序/程序员只是假设文本是一个几乎不透明的字节序列。UTF-8可能为此感到内疚，因此许多评论的回复也就不足为奇了：不用担心Unicode，只需处理UTF-8编码的字符串即可
• 文件只包含字节。目前，如果您试图在内部处理真正的Unicode代码点，则必须将其序列化为字节->这里UTF-8再次赢得该点

• 一旦你走出基本的多语言层面（16位代码点），事情就会变得越来越复杂。处理起来特别糟糕：一个表情符号后面可以跟一个变体选择器（文本的U+FE0E变体选择器-15（VS15）或表情符号样式的U+FE0F变体选择器-16（VS16））来改变它的显示样式，或多或少地改变了1970年ascii中打印

  î

  时使用的旧的

  i bs^

  。这还不是全部，字符U+1F3FB到U+1F3FF用于为分布在六个块中的102个人类表情符号提供肤色：丁蝙蝠、表情符号、杂项符号、杂项符号和象形文字、补充符号和象形文字以及交通和地图符号
  这仅仅意味着多达3个连续的unicode代码点可以表示一个字形。。。因此，一个字符就是一个字符的想法仍然是一个近似值

我的结论是Unicode是一件复杂的事情，确实需要像ICU这样的专用库。当您只处理BMP时，您可以尝试使用简单的工具，如标准库的转换器，但完全支持远远不止这些

---

BTW：甚至其他一些类似Python的语言，它们假装有一个原生Unicode支持（比目前的C++更优秀），在某些方面失败了：

• tkinter GUI库不能显示BMP之外的任何代码点，因为它是标准的空闲Python工具
• 除了核心语言支持（编解码器和Unicode数据）外，Unicode还专用于不同的模块或标准库，Python包索引中还提供了其他模块，如表情符号支持，因为标准库不能满足所有需求

---

这样，Unicode的支持在10年内就不好了，我真的不希望在未来的10年里事情会好得多……

“大多数C++程序/程序员只是假设一个文本是一个几乎不透明的字节序列”——怎么会这样呢？“文本”是什么意思？“文本”=任何在

std:：string

（不是wstring）中或指向

std:：string\u视图的内容。实际上，您不必知道如何解释八位字节来进行复制、移动或调用，如regexp匹配等，其他人的代码将考虑任何Unicode因素。我倾向于使用boost中的本地化函数。他们在处理类似的东西方面做得相当好，即使你需要挖掘一下。我对此发表了一些想法，我的观点是Windows和MacOS有不错的（但不同的）Unicode支持，你可能想在一些API后面抽象出来，而（AFAIK）Linux没有。或者你可以去重症监护室。我从未使用过它，但从API文档来看，它看起来相当不错。Win32 API中不支持正则表达式，因此您可能会被迫使用它。您的答案可能在这篇文章中：-）