简单介绍C++中 string与wstring

在C++中，string和wstring是两种用于处理不同字符编码的字符串类型，分别基于char和wchar_t字符类型。以下是它们的详细说明和对比：

---

1. 基础定义

• string

  • 类型：std::string

  • 字符类型：char（通常为8位）

  • 编码：依赖于系统/编译器，通常是ASCII或UTF-8（但不保证）。

  • 头文件：<string>

  • 示例：

    std::string s = "Hello, 世界"; // 非ASCII字符可能显示异常（取决于编码）
    

• wstring

  • 类型：std::wstring

  • 字符类型：wchar_t（宽度由编译器决定，Windows为16位，Linux/macOS通常为32位）

  • 编码：Windows下常为UTF-16，其他平台可能为UTF-32。

  • 头文件：<string>

  • 示例：

    std::wstring ws = L"Hello, 世界"; // 宽字符支持Unicode
    

---

2. 关键差异

特性	string (char)	wstring (wchar_t)
字符宽度	8位（可能因平台/编码变化）	16位（Windows）或32位（其他）
Unicode支持	依赖UTF-8（需显式处理）	直接支持（Windows UTF-16）
字面量前缀	无（或u8前缀，C++11起）	L（如L"text")
内存占用	紧凑（变长编码如UTF-8）	固定宽度（可能更占内存）
跨平台一致性	高（UTF-8通用）	低（wchar_t大小依赖平台）

---

3. Unicode处理

• string + UTF-8

  • 现代C++推荐使用std::string存储UTF-8编码的Unicode文本。

  • 需确保输入/输出流的编码正确处理（如控制台、文件）。

  • 示例：

    std::string utf8_str = u8"你好"; // C++11起支持u8前缀
    

• wstring + UTF-16/32

  • 在Windows API中常用（如SetWindowTextW）。

  • 其他平台可能不兼容（wchar_t实现差异）。

  • 示例：

    std::wstring wide_str = L"こんにちは";
    

---

4. 转换与互操作

• 转换函数
  需使用<locale>或<codecvt>（C++11起，但C++17弃用codecvt）：

  #include <locale>
  #include <codecvt>// wstring → string (UTF-8)
  std::wstring_convert<std::codecvt_utf8<wchar_t>> converter;
  std::string utf8_str = converter.to_bytes(wide_str);// string → wstring
  std::wstring wide_str = converter.from_bytes(utf8_str);
  

• 替代方案（C++17后）
  推荐使用第三方库（如ICU、Boost.Locale）或系统API（如Windows的WideCharToMultiByte）。

---

5. 性能与适用场景

• string更优场景：
  • 网络传输、文件存储（UTF-8兼容性好）。
  • 内存敏感型应用（变长编码节省空间）。
• wstring更优场景：
  • Windows原生API调用（如GUI编程）。
  • 需要固定宽度字符处理（如某些文本算法）。

---

6. 现代C++的扩展

• 新字符类型（C++11）
  • char16_t（UTF-16）：std::u16string
  • char32_t（UTF-32）：std::u32string
  • 更明确的Unicode支持，但需注意跨平台兼容性。

---

总结

• 优先使用string：默认选择，尤其是需要跨平台或UTF-8编码时。
• 谨慎使用wstring：仅在特定场景（如Windows API）或需要固定宽字符时使用。
• Unicode处理：明确编码约定，避免混用导致乱码。

正确选择取决于具体需求（平台、API、性能、编码）。