linux wstring乱码 对C++中ANSI GBK utf8 wstring string unicode的一些重要踩坑总结

啥是utf8,unicode,gbk,这些就不说了，说的人很多。要说的就是应用中要踩的一些坑和干货。

如果你想写一个需要处理各种格式文本编码的程序，那么一般来讲，存储为UTF8格式，因为UTF8最省空间，字符串操作时，将UTF8转为wstring来操作，千万别存为GBK，也别使用string来操作字符串。

string

GBK，GB2312，utf8都是存在string里的，转换方式就是GBKUTF8，即Utf8ToGbk,GbkToUtf8这些函数。

utf8是unicode的一种，但把它存在string里，操作时转成wstring类型来操作。

GBK,GB2312等ANSI编码的string都可以通过string的字符串操作函数来方便的操作，但UTF8编码的string不可以，他只能存储UTF8，如果要操作UTF8的字符串，请将其转为unicode，即wstring类型后，再来操作。即UTF8ToWString这些函数，千万别用成了StringToWString这类是GBK，ANSI转UNICODE，wstring的函数。

wstring

unicode16,unicode32都是存在wstring里的。相应的转换用下面这种：

//utf16 to utf-8

std::string u16string_to_utf8(const std::u16string& str)

{

std::wstring_convert<:codecvt_utf8_utf16>, char16_t> strCnv;

return strCnv.to_bytes(str);

}

这是C++11里的编码转功能，放弃微软的那套WideCharToMultiByte吧，网上搜得到的与这个函数相关的代码十之八九有内存泄漏，都是抄来抄去的，也不能跨平台，放弃吧。

c++11 string、wstring、UTF-8、UTF-16、UTF-32之间转换 。有位博主做了很完善的互转，链接如下： /qq_33048069/article/details/103593818