String（一）———了解编码

目录

string类的介绍

编码

basic_string、u16string 、u32string 、wstring

---

string类的介绍

1. string类是表示字符序列的类

2. 标准的字符串类提供了对此类对象的支持，其接口类似于标准字符容器的接口，但添加了专门用于操作单字节字符字符串的设计特性。

3. string类是使用char(即作为它的字符类型，使用它的默认char_traits和分配器类型

4. string类是basic_string模板类的一个实例，它使用char来实例化basic_string模板类，并用char_traits和allocator作为basic_string的默认参数

5. 注意，这个类独立于所使用的编码来处理字节:如果用来处理多字节或变长字符(如UTF-8)的序列，这个 类的所有成员(如长度或大小)以及它的迭代器，将仍然按照字节(而不是实际编码的字符)来操作。

从cplusplus文档上也可以查阅到string类的相关信息。

编码

string类是basic_string模板类的一个实例，为什么这里是basic_string<char>，这就涉及到编码了。

我们最早接触到的编码应该是ASCLL码了，它也称美国信息交换标准代码。

 为什么会存在ASCLL码呢？————我们知道计算机的世界只有0和1，没有字母，那么要将字母显示出来就只能将其转化为数字让计算机识别，因此有了ASCLL码。

因为英文单词由字母组成，所以要表达英文、数字、符号只需要128个数字符号即可。

但是世界上不只英文一种语言，还有汉语、日语.......因此为了让世界计算机科学联系在一起共同促进发展，产生了一种编码： Unicode（统一码，万国码）

Unicode 又有多种形式以适应不同语言：UTF-8、UTF-16、UTF-32。

其中UTF-8使用最为广泛，因为它可以对不同范围的字符使用不同长度的编码，较为灵活；并且它可以兼容ASCLL码。

UTF-16一个字符以2字节一单位，UTF-32则是4字节一单位。

还有一种码GBK（称为国码）也就是我国编的编码，因为外国人对博大精深的中文理解毕竟不如国人，所以我们自己编了适合中文的编码GBK。

像中文就是一个汉字是两字节的，也就需要两个码位来表示。

 s1[0][1]是第一个字，[2][3]是第二个字。至于为什么编码为负，因为这和编码的开头有关系，它需要兼容ASCLL，如果是正的就无法区分是一个一个的ASCLL编码还是汉字编码了。

汉字编码也是有讲究的，将谐音字等放在了一起方便编码。

basic_string、u16string 、u32string 、wstring

上面说了UTF-8是使用最广泛的编码方式，basic_string就是基础这种编码方式：

 u16string是UTF-16

 

u32string是UTF-32

 wstring是c++98的，也是两个字节为一单位，与UTF-16类似

总之不同的编码方式对应不同的string，它们接口都差不多，学会一个其余的也都能掌握。

string类是basic_string模板类的一个实例，它是动态增长的字符数组，原型：

template <class T>
class basic_string
{
private:
	T* str;
	size_t capacity;
	size_t size;
};
typedef basic_string<char> string;

 为什么这里用T，因为不确定一个字符是多大，可能是一个字节，也可能是两个字节大小，对应不同的编码方式。所以这里也不知道字符串类型是什么，因此才说它是动态增长的字符数组。