C++ 存储为UTF-8的JSON需要两种编码转换

JSON字符串可以包含转义序列：\u四个十六进制数字，即两个八位字节

---

在将四个十六进制数字读入代码> C1、C2、C3、C4<／C>之后，JSON精神C++库返回一个字符值为“代码>”的字符（HeXitoToNum（C1）

。 1） JSON中的\u转义值是UTF-16代码单位，而不是UCS-2代码点，尽管wikipedia声称，这些代码点与UCS-2不（一定）相同，UTF-16不是100%字节兼容的（尽管它们适用于Unicode 2.0标准中创建UTF-16之前存在的所有字符）

2） JSON转义序列可以通过使用代码单元的代理项对来表示所有UTF-16

---

您的结束断言仍然正确-您可以安全地解析JSON并将其存储在std:：string中，但转换不能基于您所做的假设（并且使用std:：string本质上存储一组字节可能无论如何都不是您想要的）。

您的问题是冗长的。如果JSON是UTF-8编码的字符串，那么当然可以遍历它，并用相应的UTF-8字节序列替换出现的每一个

\uxxx

。（不要忘记错误检查。）“而且使用std:：string本质上存储一组字节可能不是您想要的”，为什么不呢？毕竟，这就是它的目的

std:：vector

不允许使用诸如小字符串优化之类的有用功能，这些功能甚至对UTF-8或UTF-16字符串也很有用。显然，文本搜索等对于一般的Unicode使用是不好的，但是对于Unicode编码的字符串来说，

std:：basic_string

仍然是一个很好的数据存储对象。所以，维基百科准确地指出了你所说的：它们不是100%字节兼容的，它只计算UTF-16出现之前存在的代码点。不，我并没有只是加上；）是OP误读了这篇维基文章。我完全错过了代理对的事情，这让我想到有两个八位组的限制，并想知道这可能意味着什么。我的JSON UTF-8解析器现在可以通过将UTF-16的四个八位字节转换为UTF-8来处理JSON字符串转义“\uD834\uDD1E”（G谱号字符U+1D11E）。