C++ std:：string、std:：wstring和UTF8

我想使用UTF-8编码的字符串（很抱歉，如果这是一个错误的措辞，请纠正我，以便我理解什么是正确的）。另外，我希望我的程序是跨平台的

IIUC，正确的方法是使用std:：wstring，然后将其转换为UTF8。问题是，我认为Linux上的std:：string已经用UTF8编码（我可能错了）

那么，用尽可能少的条件代码创建std::{w}字符串的UTF8表示的最佳方法是什么呢

字符串是常量，它们是硬编码的，将在SQLite查询中使用

注意：我将尝试使用XCode 5，希望它符合C++11。

在发布此答案后，问题发生了变化，并补充说字符串是用于SQL查询的硬编码文本。对于这个简单的

u8

字符串是一个简单的解决方案，这里回答的部分变得无关紧要。我不打算通过这个或进一步的改变来追问这个问题

再

“我想使用UTF-8编码的字符串（很抱歉，如果这是一个错误的措辞，请纠正我，以便我理解什么是正确的措辞）。另外，我希望我的程序是跨平台的

那你真倒霉

Microsoft的文档明确指出，他们的

setlocale

不支持UTF-8：

“可用的语言环境名称、语言、国家/地区代码和代码页集包括Windows NLS API支持的所有语言环境名称、语言、国家/地区代码和代码页，但每个字符需要两个以上字节的代码页除外，如UTF-7和UTF-8。如果提供UTF-7或UTF-8的代码页值，

setlocale

将失败，返回

NULL

---

注意：尽管它不起作用™, 有很多网站和博客，甚至可能是书籍，以一种鸵鸟式的方式推荐这种方法。他们通常看起来很权威。但是这些信息都是垃圾

---

再

“用尽可能少的条件代码创建std::{w}字符串的UTF8表示的最佳方法是什么

这取决于你有什么可用的。标准库提供了

std:：codecvt

。以前有人问过并回答过，例如：（）

它们是硬编码的

如果所有有问题的字符串都是硬编码的字符串文字，那么您不需要任何特殊的东西

声明此类字符串时使用

u8

前缀将确保它们以UTF-8编码。在每个支持C++11此功能的平台上。此类字符串的类型为

const char[]

，与常规字符串文字类似：

const char my_utf8_literal[] = u8"Some String.";

当然，它们也可以存储在

std:：string

（而不是

wstring

）中：

---

您说过您的目标是在SQLite查询和命令中使用它们。在这种情况下，让一切都正常工作应该很容易。您将使用SQLite的字符串格式化命令来构建查询，虽然它们对UTF-8是盲的，但只要您的所有输入都是UTF-8，输出也将是有效的UTF-8。所以应该不会有任何问题。

对于UTF-8处理，有一个名为。它提供了std:：string或更具体地说std:：u32string的插入式替换（：：value_类型为char32_t，但数据表示为utf8，带有

char

）。这或多或少是在C++11中处理utf8的最简单方法

字符串是常量，它们是硬编码的，将被使用 在SQLite查询中

如果您有硬编码字符串，则只需将源文件的编码更改为UTF8，并将

U

-前缀前置到字符串文字，然后使用该前缀可以构造一个

UTF8\U string

类来处理它

那么，创建UTF8表示的最佳方法是什么 std:：{w}字符串是否具有尽可能少的条件代码

iMHO，如果你能够，不要使用WHARGETT和WString，因为它们可能是C++字符串库中最模糊和特定于平台的东西。 我希望这至少有一点帮助

---

干杯，雅各布

@Cheers和HTHalf，std:：codecvt的便携性如何？也是仅C++11吗？@Igor:

std:：codevt

从C++98开始就存在，但直到C++11才添加UTF-8支持。这是非常可移植的，因为它是标准库的一部分。不支持UTF-8语言环境的Windows与在字符串中使用UTF-8有什么关系？在我看来，这只会影响将这些字符串传递到Windows API的代码，而跨平台代码根据定义是不会这样做的。好吧，但这并不能真正改变问题。使用UTF-8字符串与区域设置无关。除非你想让他们这么做。事实上，OP甚至没有提到地区。这并不能回答我的问题。我使用UTF-8在那些甚至从来没有考虑过C++的蹩脚的区域支持的项目中是很好的。你指的是“使用”？字符串的编码是由创建该字符串的代码决定的。你从哪里得到这些你想以某种未指明的方式“使用”的字符串？你到底打算如何“使用”它们@一二三, SQLite API将接受编码为UTF8字符串的查询字符串，以支持非英语的表名和数据库名。@igor:您没有回答nicol的问题：这些字符串来自哪里？用户输入？命令行参数？硬编码为字符串文字？还有什么？不幸的是，在标准C++中没有有用的Unicode支持。我相信C++中最常用的处理Unicode的方法是ICU.if，我使用“STD::string MyUutf8Stry= U8”一些字符串“；”，我仍然可以使用“MyUutF8Stry.cString（）”，对吗？SQLite有C接口，所以…@Igor:是的。只有以某种方式解释字符串的机制（例如字符分类、文件名、i/o）才会受到影响。

std::string my_utf8_string = u8"Some String.";