c++ - wstring 字符是 Unicode 吗？转换过程中会发生什么？

Question

最近我遇到了 UTF-8 编码到字符串的转换，反之亦然。我了解到 UTF-8 编码用于保存世界上几乎所有的字符，而使用内置于字符串数据类型的 char 时，只能存储 ASCII 值。对于 UTF-8 编码中的字符，所需的字节数在内存中从 1 个字节到 4 个字节不等，但对于“char”类型，它通常是 1 个字节。

我的问题是从 wstring 到 string 或 wchar 到 char 的转换会发生什么？需要超过一个字节的字符是否被跳过？这似乎取决于实现，但我想知道正确的做法是什么。

存储 unicode 字符也需要 wchar 吗？据我了解，UNICODE 字符也可以存储在普通字符串中。为什么要使用 wstring 或 wchar ？

Answer 1

取决于你如何转换它们。
您需要指定源编码类型和目标编码类型。
wstring 不是一种格式，它只是定义了一种数据类型。

现在通常当一个人说“Unicode”时，一个意思是 UTF16，这是 Microsoft Windows 使用的，这通常是 wstring 包含的内容.

那么，UTF8转UTF16的正确方法是:

     std::string utf8String = "blah blah";

     std::wstring_convert<std::codecvt_utf8_utf16<wchar_t>> convert;
     std::wstring utf16String = convert.from_bytes( utf8String );

反之亦然:

     std::wstring utf16String = "blah blah";

     std::wstring_convert<std::codecvt_utf8_utf16<wchar_t>> convert;
     std::string utf16String = convert.to_bytes( utf16String );

更让人困惑的是:
当您在 windows 平台上使用 std::string 时(例如当您使用多字节编译时)，它不是 UTF8。他们使用 ANSI。
更具体地说，您的 Windows 使用的默认编码语言。

在 Unicode 中编译时，windows API 命令需要这些格式:

命令A - 多字节 - ANSI
命令W - Unicode - UTF16