如何在C++中便捷使用Unicode？Windows平台UTF-8实现相关疑问

1. 在Windows平台使用Unicode是否只能借助宽字符串？ #

不是。早期Windows API主要依赖宽字符串（wchar_t/std::wstring），但现在有多种方式直接使用UTF-8：

• 从Windows 10 1903版本开始，调用SetConsoleOutputCP(CP_UTF8)和SetConsoleCP(CP_UTF8)可让控制台直接支持UTF-8输入输出，无需转换为宽字符串。
• C++11及以后标准提供std::u8string类型，专门用于存储UTF-8编码的字符串。
• 若需和传统Windows宽字符串API交互，可通过MultiByteToWideChar和WideCharToMultiByte函数实现UTF-8与宽字符串的双向转换，按需处理即可。

2. 推荐的第三方库 #

以下是几款成熟的Unicode处理第三方库：

• ICU：功能最全面的国际化库，支持所有Unicode标准，提供编码转换、字符属性查询、本地化格式化等全套功能，适合复杂的多语言场景。
• fmt：C++20 std::format的底层实现，原生支持UTF-8字符串格式化，语法简洁且性能优异，是日常字符串处理的首选。
• Boost.Locale：Boost生态的一部分，提供编码转换、Unicode字符串操作、本地化等功能，集成度高，适合已使用Boost库的项目。
• utf8cpp：轻量级头文件库，仅专注于UTF-8与宽字符串的转换，体积小巧，无需编译，适合对库体积有要求的项目。

3. 使用Unicode（UTF-8）替代std::string时的注意事项 #

• 编码一致性：std::string本身只是字节容器，默认无编码约束。替换为UTF-8编码的字符串后，需确保整个项目的输入、输出、存储、网络传输全链路统一使用UTF-8，避免编码混合导致乱码。
• 避免字节级操作：UTF-8中一个Unicode字符可能占用1-4个字节，不能用strlen、substr等传统字节级函数处理字符数统计、截取等操作，必须使用支持UTF-8的专用函数（比如ICU的字符遍历接口、fmt的字符串处理方法）。
• 平台API适配：传统Windows API的宽字符串版本（后缀W）仍需宽字符串参数，若用UTF-8，要么提前转换为std::wstring调用API，要么使用Windows 10 1903+支持的UTF-8版-AAPI（需配合编码页设置）。
• 编译选项配置：部分编译器需要指定选项确保源代码中的字符串字面量被正确识别为UTF-8，比如MSVC需添加/utf-8编译参数，GCC/Clang可通过-finput-charset=utf-8设置。
• 异常处理：UTF-8编码有严格的格式规范，处理外部输入的UTF-8字符串时，需验证编码合法性，避免非法字节序列导致程序崩溃或逻辑错误。

内容的提问来源于stack exchange，提问作者Bolderaysky