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

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 string;
    typedef basic_string u16string;
    typedef basic_string 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：CSDN 
原文：https://blog.csdn.net/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！