C++如何处理Unicode和UTF-8编码？C++跨平台字符编码问题【国际化】

现代C++推荐UTF-8优先：源码与字面量用u8前缀，std::string存UTF-8字节流，跨平台避免wchar_t；系统交互按需转换，国际化结合ICU或fmtlib。

现代C++处理Unicode和UTF-8，核心是明确区分编码、表示和操作层次：源码用UTF-8保存，字符串用std::string（UTF-8字节序列），宽字符慎用，I/O与系统交互时按需转换，国际化靠标准库+ICU等辅助。

源文件与字符串字面量：用UTF-8，加u8前缀

C++11起支持UTF-8字面量。确保编辑器保存为UTF-8（无BOM），并在字符串前加u8前缀：

✔ 正确（推荐）：
const std::string hello = u8"你好，Hello ?"; // 编译期转为UTF-8字节流
✘ 避免：
const char* s = "你好"; // 源文件编码不明，行为未定义

不加u8时，编译器按执行字符集处理（常为locale相关），跨平台极易出错。

运行时字符串：用std::string存UTF-8，别用wchar_t或std::wstring

UTF-8是变长编码，std::string天然适配——它只管字节，不管语义。而wchar_t在Windows是UTF-16，在Linux/macOS通常是UTF-32，大小和含义都不统一，跨平台std::wstring几乎不可移植。

常见做法：

• 内部存储、网络传输、文件读写，一律用std::string + UTF-8
• 需要按Unicode码点操作（如计数、切分）时，用轻量库解析UTF-8（如imgui的utf8.h或utf8cpp）
• 避免str.length()当“字符数”用——它返回字节数；应遍历UTF-8序列获取真实码点数

系统交互：按需转换，不硬编码宽字符API

Windows GUI/API常用UTF-16（L"..."），Linux/macOS终端和文件系统原生支持UTF-8。跨平台时：

• Windows上显示/输入：用MultiByteToWideChar(CP_UTF8, ...)转UTF-16传给Win32 API；接收时反向转换
• macOS/Linux：终端、printf、std::cout直接支持UTF-8（确保locale为en_US.UTF-8等）
• 文件读写：用std::ofstream以二进制模式打开，写入std::string即可——UTF-8就是纯字节流

不要全局切换std::wcout或_setmode(_fileno(stdout), _O_U16TEXT)，这会让逻辑耦合平台细节。

国际化（i18n）：用标准库locale + ICU或fmtlib

C++标准库提供基础本地化（数字、货币、日期格式），但不处理翻译或Unicode文本边界分析。生产项目推荐：

• ICU库：工业级Unicode支持（正则、排序、断行、双向文本、CLDR数据）
• fmtlib（{fmt}）：支持{:对UTF-8字符串正确对齐（自动按码点而非字节）
• gettext + .po文件：成熟翻译流程，配合libintl或fmt::v9::translate

例如用fmt做安全的本地化格式化：

fmt::print("Hello {}", name); // name是UTF-8 string，自动对齐、不截断多字节

基本上就这些。不复杂但容易忽略：坚持UTF-8贯穿始终，把编码转换限制在系统边界，其余交给标准容器和专注Unicode的第三方库。