跨平台应用中如何正确比较单多字节字符常量？

这个问题踩中了跨平台字符串处理的经典坑——编码不一致！你遇到的差异本质是Windows和Linux系统下字符串的默认编码不同，而std::string本身只是字节序列，不理解字符的编码含义，直接按字节截取对比自然会出问题：

• 在Windows上，你的字符串大概率用的是Windows-1252或GBK这类单字节/双字节编码，¶(段落符号)在这些编码里是单个字节（比如Windows-1252中是0xB6），所以substr(i,1)能匹配到。
• 在Linux上，字符串默认是UTF-8编码，¶的UTF-8编码是两个字节：0xC2 0xB6，所以必须截取2个字节才能匹配到。

下面给你几种靠谱的跨平台兼容方案：

方案1：用Unicode宽字符/UTF-8字符串直接处理（推荐，C++11及以上） #

既然问题出在编码，那直接用Unicode码点来对比就彻底解决平台差异了。

用std::wstring（兼容大部分C++版本） #

把字符串换成宽字符类型，这样每个元素对应一个Unicode码点，不管平台编码：

#include <string>
#include <cstdio>

int main() {
    // 用L前缀声明宽字符字符串
    std::wstring wstr = L"测试字符串¶示例";
    for (wchar_t wc : wstr) {
        // 直接对比宽字符的¶
        if (wc == L'¶') {
            printf("Found!\n");
        }
    }
    return 0;
}

Windows下wchar_t是UTF-16，Linux下是UTF-32，但编译器会自动把L'¶'转换成对应平台的宽字符码点，所以对比完全一致。

用std::u8string（C++20及以上，更现代） #

C++20引入了std::u8string专门存储UTF-8字节序列，配合UTF-8字符遍历逻辑：

#include <string>
#include <cstdio>

int main() {
    std::u8string u8str = u8"测试字符串¶示例";
    for (size_t i = 0; i < u8str.size(); ) {
        char8_t c = u8str[i];
        // 判断当前UTF-8字符的字节数
        size_t byte_count = 1;
        if ((c & 0xF0) == 0xF0) byte_count = 4;
        else if ((c & 0xE0) == 0xE0) byte_count = 3;
        else if ((c & 0xC0) == 0xC0) byte_count = 2;

        // 提取当前Unicode码点对应的UTF-8字节
        std::u8string codepoint(u8str.substr(i, byte_count));
        if (codepoint == u8"¶") {
            printf("Found!\n");
        }
        i += byte_count;
    }
    return 0;
}

方案2：统一转换为UTF-8编码后处理（兼容旧C++版本） #

如果不能用宽字符，那可以把Windows下的字符串转换成UTF-8，和Linux保持一致，再按UTF-8规则处理：

#include <string>
#include <cstdio>

#ifdef _WIN32
#include <windows.h>
// 将Windows本地编码（GBK/Windows-1252）转成UTF-8
std::string to_utf8(const std::string& win_str) {
    // 先转宽字符
    int wide_len = MultiByteToWideChar(CP_ACP, 0, win_str.c_str(), -1, nullptr, 0);
    std::wstring wide_str(wide_len, 0);
    MultiByteToWideChar(CP_ACP, 0, win_str.c_str(), -1, &wide_str[0], wide_len);
    
    // 再转UTF-8
    int utf8_len = WideCharToMultiByte(CP_UTF8, 0, wide_str.c_str(), -1, nullptr, 0, nullptr, nullptr);
    std::string utf8_str(utf8_len, 0);
    WideCharToMultiByte(CP_UTF8, 0, wide_str.c_str(), -1, &utf8_str[0], utf8_len, nullptr, nullptr);
    return utf8_str;
}
#endif

int main() {
    std::string str = "测试字符串¶示例";
#ifdef _WIN32
    // Windows下转成UTF-8
    str = to_utf8(str);
#endif
    // 现在统一按UTF-8处理
    for (size_t i = 0; i < str.size(); ) {
        char c = str[i];
        size_t byte_count = 1;
        if ((c & 0xC0) == 0xC0) byte_count = 2; // ¶是双字节UTF-8字符
        
        if (byte_count == 2 && i+1 < str.size()) {
            std::string sub = str.substr(i, byte_count);
            // 直接对比¶的UTF-8字节序列
            if (sub == std::string("\xC2\xB6")) {
                printf("Found!\n");
            }
        }
        i += byte_count;
    }
    return 0;
}

额外建议 #

• 尽量避免直接按字节操作字符串，尤其是跨平台场景，优先用Unicode-aware的字符串类型或库。
• 如果需要处理复杂的Unicode场景（比如表情、多码点字符），可以考虑用专门的库，比如ICU或者fmt库，它们能帮你处理编码转换和字符遍历的细节。

内容的提问来源于stack exchange，提问作者Z0q