如何将utfcpp中的多个utf8符号(uint32_ts)存储为一个字符串？

Question

使用utfcpp库，可以将utf8中编码的字符串('哈哈哈')拆分成几个符号(或符号(21704, 21704, 21704))，这些符号的行为类似于std::string的char。

在这种情况下，存储字符(‘uint32_t’)序列(作为‘字符串’)的最佳解决方案是什么？

例如，将(21704, 21704, 21704)放入vector<uint32_t>需要迭代“字符串比较”的向量，这比真正的std::string版本更像是slower。

提前谢谢。

Answer 1

使用std::wstring或您自己的brew std::basic_string。

这将允许您使用它们的运算符和函数来操作此类对象。

Answer 2

现代版本的C++自带char16_t和char32_t。它们应该优先于uintxx_t类型，因为第24.2条字符特征char.traits要求为其定义char_traits的专门化：

本子款定义了表示字符特征的类的要求，并定义了类模板char_traits<charT>，以及满足这些要求的四种特殊化：char_traits<char>、char_traits<char16_t>、char_traits<char32_t>和char_traits<wchar_t>。

这甚至允许立即访问basic_string专门化: string.classes说: 24.3个字符串类

头<string>定义了basic_string类模板，用于操作类字符对象的可变长度序列和四个类型定义名string、u16string、u32string和wstring，它们分别将特殊化命名为basic_string<char>、basic_string<char16_t>、basic_string<char32_t>和basic_string<wchar_t>。

不幸的是，当涉及到直接io时，basic_stream<char32_t>没有这样的专门化，但是UTF8语言环境应该有char32_t和char之间的转换器。