std::u8string是否必须为UTF-8？与std::string的UTF-8支持差异

虽然C++标准没有强制要求std::u8string必须存储合法UTF-8，但它和std::string在UTF-8支持上的差异主要体现在语义、标准适配和工具约束上：

• 底层类型的语义指向
  std::string的元素是char，这个类型语义宽泛——可以存ASCII、任意字节序列，甚至UTF-8，但标准从未给它绑定UTF-8的专属含义。而std::u8string基于C++20新增的char8_t，这个类型从设计初衷就是专门对应UTF-8编码，它的存在本身就是一种明确的代码语义：这个字符串是用来处理UTF-8的。

• 字符串常量的合法性保证
  带u8前缀的字符串常量（如u8"UTF-8文本"）会被标准强制要求是合法的UTF-8序列，并且直接对应const char8_t[]类型，可以无缝初始化std::u8string。而普通字符串常量（"文本"）是const char[]类型，标准对其内容是否为UTF-8没有任何要求——用std::string存储UTF-8完全依赖开发者自行约束，没有标准层面的合法性保障。

• 标准库API的适配优先级
  C++20及后续版本的标准库中，UTF-8相关的工具（如Unicode字符转换、编码校验类函数）都是优先适配char8_t和std::u8string的。比如<charconv>里的UTF-8数值转换重载、<locale>中的编码转换 facet，都直接支持std::u8string。而std::string要对接这些API，需要额外的类型转换（如reinterpret_cast<char8_t*>(str.data())），还得自行保证内容是合法UTF-8，否则会触发未定义行为。

• 编码错误的处理预期
  所有针对std::u8string的标准库操作，都是基于“它存储合法UTF-8”的假设设计的。如果std::u8string中存在非法UTF-8序列，调用标准库的UTF-8相关函数时，行为是未定义的。而std::string因为语义模糊，标准库函数只会把它当作普通字节序列处理，不会做任何UTF-8相关的假设或校验。

• 工具链的静态约束
  主流编译器、静态分析工具会对std::u8string做特殊语义检查：比如如果将非UTF-8的字节序列强行存入std::u8string，工具可能发出警告；而std::string存储任意内容都不会触发这类提示。这相当于给std::u8string加了一层编译期的语义防护，帮助开发者避免编码错误。

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