C++ C++；20带u8、字符8和标准：：字符串

C++11为我们带来了UTF-8文本的u8前缀，几年前我认为这很酷，并在我的代码中添加了如下内容：

std::string myString = u8"●";

这一切都很好，但问题出现在C++20中，它似乎不再编译，因为u8创建了一个char8_t*，这与仅使用char的std:：string不兼容

我应该创建一个新的utf8string吗？在一个C++20世界中，我们有更多与标准std:：string不匹配的显式类型，在这种情况下，一致且正确的方法是什么

我应该创建一个新的utf8string吗

不，已经在那儿了。它不仅提出了

char8\u t

，而且还为名为

std:：u8string

的

char8\u t

字符类型提出了新的

std:：u8string

专门化。因此，这已经通过trunk中的

clang

和

libc++

进行编译：

const std::u8string str = u8"●";

从

u8

文本中断构造

std:：string

的事实是不幸的。从提案中：

除了保留其不赞成的接口外，本提案未指定任何向后兼容性功能。作者认为这些特征是必要的，但单一的一组特征将不必要地损害本提案的目标。相反，我们的期望是实现将提供选项来支持更细粒度的兼容性特性

---

但是我想上面的大多数初始化应该是

grep

-可以的，或者受到一些自动

clang

工具修复的影响。

除了@lubgr的答案之外，本文还讨论了使用

char8\t

字符数组制作

std:：string

的几种方法

基本上，您可以将

u8

char数组强制转换为“普通”char数组，以获得与C++17相同的行为，在此之前，您只需更加明确一点。本文讨论了实现这一点的各种方法

适合您的用例的最简单（但不是完全零开销，除非您添加更多重载）方法可能是最后一种，即引入显式转换函数：

std::string from_u8string(const std::string &s) {
  return s;
}
std::string from_u8string(std::string &&s) {
  return std::move(s);
}
#if defined(__cpp_lib_char8_t)
std::string from_u8string(const std::u8string &s) {
  return std::string(s.begin(), s.end());
}
#endif

我应该创建一个新的utf8string吗

否，C++20添加了

std:：u8string

。但是，我建议改用

std:：string

，因为

char8\u t

在标准中的支持很差，并且根本不受任何系统API的支持（并且可能永远不会因为兼容性原因）。在大多数平台上，正常的

char

字符串已经是UTF-8，在使用MSVC的Windows上，您可以使用

/UTF-8

进行编译，这将在主要操作系统上为您提供可移植的Unicode支持

例如，您甚至不能在C++20（）中使用u8字符串编写Hello World程序：

---

std:：cout这可能不方便，但您可以使用：
（常量字符*）u8“こんにちは"

或者生成两个参数为“const char*”和“const char8\t”的函数*目前看来，UTF8的所有倡导者都被扔到了总线下面，C++ 20提供了另一个有缺陷的不完全选项，以决定如何处理便携式代码的字符编码。char8_t进一步搅浑了一些已经非常脏的水。我已经能够用MSVC OpTePrVIEW来做一个最佳的间隙——从最新的C++工作草稿（/STD:C++最新）的特性来看，这是……/P>
#if defined(__cpp_char8_t)
template<typename T>
const char* u8Cpp20(T&& t) noexcept 
{ 
#pragma warning (disable: 26490)
   return reinterpret_cast<const char*>(t);
#pragma warning (default: 26490)
}
   #define U8(x) u8Cpp20(u8##x)
#else
   #define U8(x) u8##x
#endif

#如果已定义（uu cpp_char8_t）
模板
常量字符*u8Cpp20（T&T）无例外
{ 
#杂注警告（禁用：26490）
返回重新解释（t）；
#杂注警告（默认值：26490）
}
#定义U8（x）u8Cpp20（U8##x）
#否则
#定义U8（x）U8##x
#恩迪夫

它丑陋、低效、令人讨厌。但它允许将旧版“utf8 everywhere”代码中的所有u8“”替换为u8“”。我计划避开char8_t，直到产品更加连贯和完整（或永远）。我们应该拭目以待，看看C++20最终会解决什么问题。目前，char8_t令人非常失望

如果有人感兴趣，我已经在github上发布了自己的UTF8Everywhere响应的开源示例（针对VisualStudio社区）u8string
应该专门处理utf8字符，但它仍然将它们视为字节数组而不是符号序列。必须重新实现索引和其他每符号操作，或者使用某些第三方字符串。因此
u8string
与常规
string
相比几乎没有任何好处，特别是如果utf8用于字符字符串编码，请注意，也可以从litereal推断模板的类型：
std:：basic_string str=u8”●"。这在C++17和C++20中都有效，但在每种情况下都会分解为不同的类型。这一点非常重要，任何比这更大的提案都更难通过。鉴于我们打破向后兼容性的记录，这是一个小奇迹。有了这个构建块SG16（Unicode/文本研究组）有依据支持此答案中链接的P0482版本是初始版本。C++20接受的版本是，它用以下内容替换了引用的文本：
此提案没有指定任何向后兼容性功能，只是保留了它不赞成的接口。作者认为这些功能是必要的但是，一组这样的功能将不必要地损害本提案的目标。相反，我们的期望是，实现将提供选项，以实现更细粒度的兼容性功能。
这篇文章非常有启发性，我接受这个答案，因为它确实深入了问题的症结所在，它很难选择，因为两个答案都非常有用！Hm.至少还应该使用
std:：string_view
来减少ca