java unicode 和string_std :: string和UTF-8编码的unicode

你在谈论Unicode . Unicode使用32位来表示字符 . 然而，由于这会浪费内存，因此存在更紧凑的编码 . UTF-8就是这样一种编码 . 它假定您使用字节单位并将Unicode字符映射到1,2,3或4个字节 . UTF-16是另一种使用单词作为单位并将Unicode字符映射到1或2个字(2或4个字节)的UTF-16 . 您可以同时使用string和wchar_t进行编码 . 对于英文文本/数字，UTF-8往往更紧凑 .

无论使用哪种编码和类型(比较)，有些东西都会起作用 . 但是，所有需要理解一个角色的功能都将被破坏 . 即第5个字符并不总是底层数组中的第5个字符 . 它可能看起来像是在使用某些示例，但它最终会破坏 . string :: compare可以工作，但不希望按字母顺序排序 . 这取决于语言 . string :: find_first_of适用于某些但不是全部 . 长字符串可能只是因为它们很长而较短，而较短字符串可能会被字符对齐混淆并产生非常难以发现的错误 .

最好的办法是找到一个为你处理它的库，并忽略下面的类型(除非你有充分的理由选择其中一个) .