如何正确遍历含变长字符的std::string？C++多字节字符遍历问题

嘿，这个问题我之前处理过好几次！咱们先搞清楚为什么会出现这些状况，再一步步解决它～

为什么会出现这些问题？ #

1. std::string遍历乱码的原因 #

std::string是基于单字节char类型的容器，而像中文这类非ASCII字符，在UTF-8编码下每个字符会占用2-4个char字节。你直接遍历每个char，相当于把一个完整的中文字符拆成了多个独立的字节，这些字节单独拿出来是无效的UTF-8编码单元，所以输出时就会显示成�这种乱码符号。

2. std::wstring输出整数的原因 #

std::wstring存储的是宽字符wchar_t（Windows下是2字节，Linux/macOS下是4字节），每个中文字符刚好对应一个wchar_t，所以你拿到的数值是正确的字符编码。但问题出在std::wcout：默认情况下它使用的是C locale，这个locale不支持宽字符的格式化输出，所以它会把wchar_t当成整数来打印，而不是解析成对应的字符。

解决方案：正确输出宽字符 #

要让std::wstring的字符正确显示，关键是设置正确的区域设置，同时用std::wcout来输出宽字符。

步骤1：设置全局Locale #

在程序开头，设置全局locale为系统默认的本地化环境，这样std::wcout就能识别并输出宽字符了：

#include <iostream>
#include <string>
#include <locale>

int main() {
    // 设置全局locale为系统默认，让wcout支持宽字符输出
    std::locale::global(std::locale(""));
    
    // 初始化宽字符串
    std::wstring wstr = L"google谷歌";
    
    // 方式1：范围for循环（C++11及以后推荐）
    for (wchar_t wc : wstr) {
        std::wcout << wc << std::endl;
    }

    // 方式2：传统索引循环（和你原来的写法兼容）
    // for (uint32_t i = 0; i < wstr.length(); ++i) {
    //     std::wcout << wstr[i] << std::endl;
    // }

    return 0;
}

步骤2：针对Windows控制台的额外处理（可选） #

如果在Windows的命令提示符（CMD）里运行还是显示乱码，可能是控制台的代码页问题，可以额外添加代码设置控制台的输出编码：

#include <windows.h> // 需要包含Windows头文件

int main() {
    // 设置控制台输出为UTF-16（适配wchar_t）
    SetConsoleOutputCP(CP_UTF16);
    std::locale::global(std::locale(""));
    
    std::wstring wstr = L"google谷歌";
    for (wchar_t wc : wstr) {
        std::wcout << wc << std::endl;
    }

    return 0;
}

额外提示 #

• 如果你需要处理UTF-8编码的字符串，也可以考虑用C++17引入的std::u8string，配合std::cout和合适的locale来输出，但目前不同编译器对它的支持程度不一，std::wstring还是更通用的选择。
• 尽量避免混合使用std::string和std::wstring的输出，容易出现编码混乱的问题。

内容的提问来源于stack exchange，提问作者ryancheung