C++中的Unicode编码:wchar, UTF-8,UTF-16,UTF-32

最新推荐文章于 2025-03-15 03:05:27 发布

linuxheik

最新推荐文章于 2025-03-15 03:05:27 发布

阅读量2.3k

点赞数

分类专栏： UTF-8 文章标签： UTF-8

UTF-8 专栏收录该内容

4 篇文章

订阅专栏

C++在C11标准中加入了对Unicode编码的支持，新增了wchar_t、char16_t、char32_t内置数据类型。

cout << sizeof(char) << endl;
cout << sizeof(wchar_t) << endl;
cout << sizeof(char16_t) << endl;
cout << sizeof(char32_t) << endl;
1
2
3
4
经以上代码测试，这三个数据类型的大小为：1、4、2、4字节（Ubuntu X64环境下）；

char：标准ASCII字符，大小为1字节（8bit），可以存储UTF-8编码字符
wchar_t：变宽字符，大小根据操作系统环境而定（据我所知Windows下是2字节（16位），Linux下是4字节（32位））
char16_t：16位长字符，可以存储UTF-16编码字符
char32_t：32位长字符，可以存储UTF-32编码字符

让这些字符表示相应的字符串，则为：

wchar_t wstr[] = L"我是宽字符常量";
char u8str[] = u8"我是UTF-8";
char16_t u16str[] = u"我是UTF16";
char32_t u32str[] = U"我是UTF32";
1
2
3
4
其中：
L为变宽字符串\字符的前缀
u8为UTF-8编码字符串\字符的前缀
u为UTF-16编码字符串\字符的前缀
U为UTF-32编码字符串\字符的前缀

在标准模板库中也有相应的string实现：

typedef basic_string<char> string;
typedef basic_string<char16_t> u16string;
typedef basic_string<char32_t> u32string;
1
2
3
实现举例：

wstring wstrr(L"我是宽字符字符串");
string u8strr(u8"我是UTF8");
u16string u16strr(u"我是UTF16");
u32string u32strr(U"我是UTF32");
1
2
3
4
不过经验证，wstring、u16string、u32string并没有重载 << 、>>等运算符。
---------------------
作者：thinkerleo7798
来源：优快云
原文：https://blog.youkuaiyun.com/thinkerleo1997/article/details/78534741
版权声明：本文为博主原创文章，转载请附上博文链接！