我有一個關於字符串文字如何存儲在內存中的C++的問題。我知道char是按照他們的ASCII碼存儲的，但我寧願在Unicode字符集之後。原因是我試圖處理一些地區。讓我們假設我想要做的是將小寫字符轉換爲大寫字母。這個工程在Xcode終端，如何將字符串文字存儲在內存中的c + +？
#include <iostream>
#include <string>
#include <cctype>
#include <clocale>
using namespace std;
int main()
{
wcout.imbue(std::locale("sv_SE.Utf-8"));
const std::ctype<wchar_t>& f = std::use_facet< std::ctype<wchar_t> >(std::locale("sv_SE.Utf-8"));
wstring str {L"åäö"}; // Swedish letters
f.toupper(&str[0], &str[0] + str.size());
std::wcout << str.length() << std::endl;
std::wcout << str << std::endl;
}
Output:
3
ÅÄÖ
然而，當我嘗試在OS X終端，我得到垃圾運行它，
Output:
3
ÅÄÖ
此外，當我提示輸入而不是用戶，
#include <iostream>
#include <string>
#include <cctype>
#include <clocale>
using namespace std;
int main()
{
wcin.imbue(std::locale(""));
wcout.imbue(std::locale("sv_SE.Utf-8"));
const std::ctype<wchar_t>& f = std::use_facet< std::ctype<wchar_t> >(std::locale("sv_SE.Utf-8"));
//wstring str {L"åäö"};
wcout << "Write something>> ";
wstring str;
getline(wcin, str);
f.toupper(&str[0], &str[0] + str.size());
std::wcout << str.length() << std::endl;
std::wcout << str << std::endl;
}
我收到的垃圾從Xcode的終端，
Output:
Write something>> åäö
6
åäö
而當我使用這些字母時，OS X termial實際掛起。它是可以修改wcin流假定爲C編碼wcin.imbue(std::locale());，這仍然給在Xcode相同的輸出，但在OS X終端給出如下：
Output:
Write something>> åäö
3
ŒŠš
所以問題很明顯地與編碼。所以我想知道如何將字符串文字實際存儲在C++的內存中。這可以分成兩種不同的情況。
案例1：在源代碼中鍵入的字符串文字，例如wstring str {L"åäö"};。
案例2：通過標準輸入流輸入的字符串（在這種情況下爲wcin）。
這兩種情況不一定以相同的方式存儲字符串。我知道unicode是一個字符集，utf-8是一種編碼，所以我更想知道的是，如果字符串文字在存儲在內存中時編碼，那麼情況如何。此外，如果有人知道如何以自動的方式識別當前終端中使用的編碼，那將是非常好的。
BR 帕特里克
編輯
我得到一些註釋的，儘管他們中的一些是好的，是不完全相關的問題。這意味着這個問題可能需要一些澄清。這個問題可以看作是對病態公式的概括：
「我可以假定字符串文字與他們的unicode點代碼一起存儲在內存中嗎？」
這個問題至少有兩個原因。首先它假定字符串文字是如何存儲的（使用unicode代碼點）。這意味着答案必須與unicode相關，儘管這種關係可能完全沒有意義。此外，這個問題是一個是或者否的問題，如果答案是否定的，這個問題將不會起作用。
我也明白這可以通過測試將代碼點轉換爲其整數等值並打印出來，但這需要我測試它對整個unicode字符集（這似乎是一種不合理的方式）。
它使用'utf8'，你應該使用'string'，'cout'等而不是'w''等價。 –
@ el.pescado這就是我讀過的。問題在於字母「åäö」不適合單個字符。這給了我不正確的字符串長度。你的意思是我應該將這些問題分解爲兩個並分別處理它們？進一步的原因是什麼這是合適的？ – patrik
「問題在於'åäö'不適合單個字符」 - 這就是utf8編碼的要點 - 將這些字母合併到多個字符中。最好將'length（）'作爲「字節數」來處理，因爲它無論如何都是中斷的。請參閱http://utf8everywhere.org/和http://programmers.stackexchange.com/questions/102205/should-utf-16-be-considered-harmful –