在新的C++标准C++11[1]中,增强了对Unicode的支持。
char被定义为能够存储UTF-8的8位编码。还增加了用于支持UTF-16和UTF-32的数据类型char16_t和char32_t。
Unicode是为了表示世界上所有语言而诞生的。任何文字在Unicode都对应一个值,称为代码点。UCS-2和UCS-4分别用2个和4个字节表示这种对应关系。这些定义没有说明代码点任何在计算机中存储,规定存储格式的标准称为UTF。
UTF-16和UTF-32分别对应存储UCS-2和UCS-4, 即它们都是定长(应该是变长)的。
UTF-8是变长编码,长度可从一个字节到四个字节。IETF要求所有互联网协议都支持UTF-8编码[3]。
[1] http://zh.wikipedia.org/zh-cn/C%2B%2B11
[2] http://ping235.blog.163.com/blog/static/44476138201042711333577/