C++中UTF-8字符串可用std::string存储，但size()返回字节数而非字符数，需用第三方库如ICU或std::wstring_convert进行字符级操作。
在C++中处理UTF-8编码的字符串，需要理解UTF-8是一种变长字符编码方式，一个中文字符通常占3到4个字节。标准库中的 std::string 可以存储UTF-8数据，但不能直接按“字符”操作（比如获取第n个汉字），因为 std::string::size() 返回的是字节数而非Unicode字符数。
1. 使用 std::string 存储和基本操作 UTF-8 字符串
std::string 本身不关心编码，可以安全地存储UTF-8文本：
std::string utf8_str = "你好，世界"; // 合法，UTF-8 编码std::cout << utf8_str.size() << " bytesn"; // 输出可能是 15（每个汉字3字节）
但不能用下标直接访问“第n个字符”，因为 utf8_str[0] 是第一个字节，不是第一个汉字。
2. 遍历 UTF-8 字符（按 Unicode 码点）
要正确遍历每个Unicode字符，需解析UTF-8编码规则。可用循环或第三方库：
立即学习“C++免费学习笔记（深入）”；
#include #includestd::vector utf8_to_codepoints(const std::string& str) {std::vector codepoints;for (size_t i = 0; i < str.size();) {uint8_t byte = str[i];uint32_t codepoint;
if ((byte & 0x80) == 0) { // 0xxxxxxx: ASCII codepoint = byte; i += 1; } else if ((byte & 0xE0) == 0xC0) { // 110xxxxx codepoint = ((byte & 0x1F) << 6) | (str[i+1] & 0x3F); i += 2; } else if ((byte & 0xF0) == 0xE0) { // 1110xxxx codepoint = ((byte & 0x0F) << 12) | ((str[i+1] & 0x3F) << 6) | (str[i+2] & 0x3F); i += 3; } else if ((byte & 0xF8) == 0xF0) { // 11110xxx codepoint = ((byte & 0x07) << 18) | ((str[i+1] & 0x3F) << 12) | ((str[i+2] & 0x3F) << 6) | (str[i+3] & 0x3F); i += 4; } else { // 处理错误字节（如无效UTF-8） codepoint = 0xFFFD; // 替换符 i += 1; } codepoints.push_back(codepoint);}return codepoints;
}
这样就可以得到每个Unicode码点，实现真正的“字符级”操作。
3. 与宽字符转换（UTF-8 ↔ wstring）
Windows平台常用 std::wstring 和 MultiByteToWideChar / WideCharToMultiByte 进行转换：
#ifdef _WIN32#includestd::wstring utf8_to_wstring(const std::string& utf8) {int len = MultiByteToWideChar(CP_UTF8, 0, utf8.c_str(), -1, nullptr, 0);std::wstring wide(len, 0);MultiByteToWideChar(CP_UTF8, 0, utf8.c_str(), -1, &wide[0], len);wide.pop_back(); // 移除末尾多余 return wide;}
std::string wstring_to_utf8(const std::wstring& wstr) {int len = WideCharToMultiByte(CP_UTF8, 0, wstr.c_str(), -1, nullptr, 0, nullptr, nullptr);std::string utf8(len - 1, 0);WideCharToMultiByte(CP_UTF8, 0, wstr.c_str(), -1, &utf8[0], len, nullptr, nullptr);return utf8;}
endif
Linux/macOS推荐使用 ICU 或 Boost.Locale 库进行跨平台处理。
4. 推荐：使用 Boost.Locale 简化处理
Boost.Locale 提供了简洁的UTF-8支持：
#include #includestd::string s = "Hello 世界";std::cout << boost::locale::length(s) << " charactersn"; // 正确输出字符数
// 转大写（支持Unicode）std::string upper = boost::locale::to_upper(s, "zh_CN.UTF-8");
安装Boost后编译时链接 -lboost_locale 即可。
总结： C++原生不提供完整UTF-8支持，std::string 可存储但不可直接按字符操作。手动解析码点适用于简单场景，复杂项目建议使用 Boost.Locale 或 ICU 库来处理编码转换、字符计数、大小写转换等操作。跨平台开发时尤其要注意系统默认编码差异。
基本上就这些。
以上就是c++++怎么处理UTF-8编码的字符串_c++ UTF-8字符串处理与转换方法的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1485743.html
微信扫一扫 
支付宝扫一扫 
