C++ std:：u16string、std:：u32string、std:：string、length（）、size（）、代码点和字符

我很高兴在C++11中看到

std:：u16string

和

std:：u32string

，但我想知道为什么没有

std:：u8string

来处理UTF-8的情况。我的印象是，

std:：string

是为UTF-8设计的，但它似乎做得不太好。我的意思是，

std:：string.length（）

是否仍然返回字符串缓冲区的大小而不是字符串中的字符数

那么，如何为新的C++11类定义标准字符串的

length（）

方法呢？它们是否返回字符串缓冲区的大小、代码点的数量或字符的数量（假设代理项对是2个代码点，但只有一个字符。如果我错了，请纠正我）

那么

size（）

呢；它不等于

length（）

？ 看看我困惑的根源

---

所以，我想，我的基本问题是如何使用

std:：string

、

std:：u16string

和

std:：u32string

并正确区分缓冲区大小、代码点数量和字符数量？如果使用标准迭代器，是否对字节、码点或字符进行迭代？

所有字符串类型都执行相同的操作：它们包含一系列元素，每个元素的类型都是字符串的字符类型

length（）

和

size（）

都返回元素数。迭代器对元素进行迭代器。更高层次的分析，如计算字符数，需要更复杂的计算。

u16string

和

u32string

不是“新的C++11类”。它们只是

std:：basic_string

的typedef，用于

char16_t

和

cha32_t

类型

对于任何

基本字符串

，

长度始终等于
大小
。它是字符串中
T
的数目，其中
T
是
基本字符串的模板类型

basic_string
不以任何方式、形状或形式识别Unicode。它没有码点、字形、Unicode字符、Unicode规范化或任何类似的概念。它只是一个
T
s的有序序列。Unicode对
u16string
和
u32string
唯一了解的是，它们使用
u”“
和
u”“
文本返回的类型。因此，它们可以存储Unicode编码的字符串，但它们不做任何需要所述编码知识的事情

迭代器迭代
T
的元素，而不是“字节、码点或字符”。如果
T
是
char16\u T
，则它将迭代
char16\u T
s。如果字符串是UTF-16编码的，那么它是在UTF-16代码单元上迭代，而不是在Unicode代码点或字节上迭代。
目前，标准中没有内置任何内容来区分代码单元、代码点或单个字节。然而，在工作中似乎确实有一些事情需要处理。根据标准委员会的决定，它可能是TR2或下一个标准的一部分。
std:：string
对utf8的作用与u16string对utf16的作用相同：它处理相应类型的元素，并且不处理由多个元素的序列表示的字符。转到此处：和代码单元！=代码点。它们是两个不同的概念。仅供以后参考，因为我不知道。。。