c++ - std::wstring 在 Windows 上是否支持 UTF-16 和 UTF-32？

Question

我正在学习 Unicode，有几个问题希望得到解答。

1) 我读过，在 Linux 上，std::wstring 是 4 个字节，而在 Windows 上，它是 2 个字节。这是否意味着 Linux 内部支持是 UTF-32 而 Windows 是 UTF-16？

2) std::wstring 的使用是否与 std::string 接口(interface)非常相似？

3) VC++ 是否支持使用 4 字节的 std::wstring？

4) 如果使用 std::wstring，是否必须更改编译器选项？

作为旁注，我遇到了一个用于使用 UTF-8 的字符串库，它具有与 std::string 非常相似的接口(interface)，它提供了熟悉的功能，例如长度、substr、查找、大写/小写转换等。库是 Glib::ustring。

请随时添加任何评论或其他建议，因为我真的需要它。

谢谢!

Answer 1

1) I've read that on Linux, a std::wstring is 4-bytes, while on Windows, it's 2-bytes. Does this mean that Linux internal support is UTF-32 while Windows it is UTF-16?

实际上是wchar_t , 不是 std::wstring ，在 Linux 上是 4 个字节，在 Windows 上是 2 个字节。 std::wstring是 std::basic_string<wchar_t> 的类型定义, 所以 std::wstring在 Linux 上支持 UTF-32，在 Windows 上支持 UTF-16，是的。

2) Is the use of std::wstring very similar to the std::string interface?

两者都是 std::wstring和 std::string是 std:basic_string 的类型定义, 所以他们有相同的接口(interface)，只是不同 value_type类型(分别为 wchar_t 和 char)。

3) Does VC++ offer support for using a 4-byte std::wstring?

不适用于 std::wstring本身，不。但您可以创建自己的 std::basic_string类型定义，例如:

typedef std::basic_string<int32_t> u32string;

事实上，这正是新的 C++11 std::u16string 的方式和 std::u32string定义类型:

typedef std::basic_string<char16_t> u16string;
typedef std::basic_string<char32_t> u32string;

制作 std::basic_string 的类型定义也并非闻所未闻。对于 TCHAR :

typedef std::basic_string<TCHAR> tstring;

As a sidenote, I came across a string library for working with UTF-8 which has a very similar interface to std::string which provides familiar functionality such as length, substr, find, upper/lower case conversion etc. The library is Glib::ustring.

从技术上讲，您可以(很多人都这样做)使用标准 std::string对于 UTF-8。 Glib::ustring只需使用 gunichar 更进一步(guint32 的类型定义)而不是 char ，并公开其接口(interface)以根据原始 Unicode 代码点而不是编码代码单元进行操作。