を使用して、中国語と英語のテキストの処理を伴うCプロジェクトに着手する際に、c

in c in c

を使用して、 UTF-8を扱うときにSTD :: STRINGまたはSTD :: WSTRINGを使用するかどうか。この記事は、STD :: StringのコンテキストでUTF-8の複雑さを明確にし、遭遇する可能性のある一般的な問題を処理するためのガイダンスを提供することを目的としています。 std :: stringのutf-8、ユニコード用語の基本的な理解を持つことは役立ちます：

コードポイント：
• unicodeの基本的なビルディングブロック、それぞれが特定の文字を表していますまたはシンボル。 -8 UTF-8は、コードポイントが1〜4のコード単位で表されるUnicodeの可変長エンコードスキームです。この柔軟性により、UTF-8は多言語テキストの処理に適しています。要因：
• Portability：
を使用するstd :: u32string（std :: basic_string ）の代わりに、wchar_tが16ビットに制限されるため、幅の広い文字列のwstringの場合Windows。

std :: string or char*を使用するインターフェイスと対話している場合は、utf-を使用して、コンバージョンを避けるためにstd :: stringに固執する方が便利です。 8 in std :: string

utf-8は、asciiと互換性があり、後方互換性があるため、std :: stringでうまく機能します。ただし、UTF-8にSTD :: STRINGを使用する場合は、次のことに注意してください。 [i]は、マルチバイトコードユニットを分割すると、予期しない結果を返す場合があります。外部ライブラリを使用してコードポイントベースの操作を処理します。

正規表現：