C++ 我可以使用memcmp两个比较多字节字符串吗？

我正在尝试编写代码来比较两个字符串。 在windows中，我可以使用strcmp，但我希望写入多字节字符串，以便它与所有其他平台兼容 我可以使用memcmp吗？

---

如果没有，那么是否有其他API可以使用，或者我需要编写自己的API。

如果字符串都使用相同的编码，

memcmp

可以正常工作。但是，请记住，宽字符在不同平台上的大小不同

---

如果字符串使用不同的编码，则需要ICU之类的库来处理。

如果两个字符串使用相同的编码，则可以使用

memcmp

。如果他们使用UTF-8，并且字符串不包含空字符（U+0000），您甚至可以使用

strcmp

，因为在没有空本身的情况下，0不会出现在UTF-8编码的字符串中。另一种选择是使用

mbstowcs

将字符串转换为宽字符，您必须小心。我不是Unicode/多字节编码方面的专家，但我知道使用变音符号时，当两个字符串的字节不完全相同时，有时可以认为两个字符串相等。建议使用预先测试过的API，因为字符串编码可能会变得非常混乱

---

看。我想不出对变音符号的引用，但如果我这样做了，我会发布它。

这取决于两个字符串是否使用相同的编码。这是正确的。在某些情况下，

memcmp

将起作用。对于100%的正确性，尤其是涉及任何形式的Unicode时，

memcmp

将不起作用。即使是像

é

这样的简单字符也可以用多种方式表示——要么表示为

é

（一个Unicode字符），要么表示为与

e

（两个Unicode字符）组合的

'

。大多数情况下，它们不会被混合和匹配，所以一开始你可能看不到任何问题，但最终它会咬到你。字符串“被认为”相等，但字节不相等的另一种方式是，如果比较是大小写不变的。在这种情况下，您需要执行所谓的大小写折叠，它允许比较大写、小写、标题大小写和大小写不变图示符（如上所述，这些图示符可以在内存中表示为多个代码点…或不表示为多个代码点）。规范化后的相等与相等不是一回事。这就是正常化的全部意义。OP询问的是两个字符串是否相等，而不是它们是否相等。@宾果：案例处理更糟。在土耳其语中，

i

的大写字母不是

i

，它是

i

（

i

，上面有一个点），而

i

的小写字母不是

i

，它是

ı

（dotless

i

），在这种情况下，你需要知道一个单词是用什么语言写的下面是关于各种Unicode规范化类型（字符编码的各种方式）的参考。注意，UTF8特别要求对字符进行尽可能短的编码，但这是UTF8所特有的，AFAIK——其他类型的Unicode更为宽松。这将产生误报——两个相同的字符串可以编码成不同的字节模式。您需要与熟悉Unicode的函数进行比较。@StilesCrisis-您能提供一个相同字符串如何具有不同UTF-8编码的示例吗？或者，就这一点而言，任何其他符号编码（如ISO 8859-1）如何实现这一点？我确实指出字符串需要使用相同的编码。@Ted Hopp:使用UTF-8，您可以将字符编码为超长形式（一个解码为应该使用较短序列的值的序列：这句话来自wikipedia）。在这种情况下，memcmp返回错误答案，但UTF-8感知比较函数返回正确答案…@Malkocoglu-从Unicode版本3.0开始，标准禁止生成非最短形式的UTF-8序列。（这是标准中的一致性条款C12。）使用超长格式编码的字符串未使用合法的UTF-8编码。（同一个维基百科页面在该部分下列出了“超长表单”。@Ted Hopp：如果对格式错误的UTF8字符串使用memcmp/strcmp，它们将返回OK，就像它们是有效序列一样。如果使用UTF8感知比较函数，则如果其中一个字符串格式不正确，它将/必须返回错误。这是我的观点，我也反对格式错误的UTF8。。。