C++中处理UTF-8需结合系统API或第三方库，因标准库无完整Unicode支持。UTF-8为变长编码，1-4字节表示字符，故std::string::length()不能准确获取字符数。Windows可用MultiByteToWideChar/WideCharToMultiByte转换UTF-8与UTF-16，Linux/macOS可用iconv。推荐使用ICU、utf8cpp或Boost.Locale等库实现跨平台Unicode操作，如utf8cpp可迭代码点。基本读写可用std::string，复杂操作需宽字符转换或专用库。
在C++中处理UTF-8编码需要理解其多字节特性以及标准库对宽字符和本地化编码的支持限制。由于C++标准库本身不直接提供完整的Unicode支持，因此处理UTF-8字符串时需结合系统API或第三方库来实现正确的转换与操作。
理解UTF-8编码特点
UTF-8是一种变长编码方式，使用1到4个字节表示Unicode字符：
- ASCII字符（U+0000–U+007F）用1个字节表示
- 拉丁扩展、希腊文等（U+0080–U+07FF）用2字节
- 基本多文种平面（如中文）用3字节
- 补充平面字符（如部分emoji）用4字节
这意味着不能简单地通过std::string::length()获取字符个数，因为一个汉字可能占3个字节，但只算一个“字符”。
使用std::wstring和宽字符转换
在Windows平台，可以借助MultiByteToWideChar和WideCharToMultiByte进行UTF-8与UTF-16的转换：
立即学习“C++免费学习笔记（深入）”；
#include#include std::wstring utf8_to_wstring(const std::string& utf8) { int len = MultiByteToWideChar(CP_UTF8, 0, utf8.c_str(), -1, nullptr, 0); std::wstring wstr(len, 0); MultiByteToWideChar(CP_UTF8, 0, utf8.c_str(), -1, &wstr[0], len); if (!wstr.empty() && wstr.back() == L'\0') wstr.pop_back(); return wstr; }
std::string wstring_to_utf8(const std::wstring& wstr) { int len = WideCharToMultiByte(CP_UTF8, 0, wstr.c_str(), -1, nullptr, 0, nullptr, nullptr); std::string utf8(len, 0); WideCharToMultiByte(CP_UTF8, 0, wstr.c_str(), -1, &utf8[0], len, nullptr, nullptr); if (!utf8.empty() && utf8.back() == '\0') utf8.pop_back(); return utf8; }
Linux/macOS下可使用iconv实现类似功能：
#include#include std::u16string utf8_to_utf16(const std::string& utf8) { iconv_t cd = iconv_open("UTF-16", "UTF-8"); if (cd == (iconv_t)-1) return {};
size_t in_left = utf8.size(); size_t out_left = utf8.size() * 2 + 2; std::u16string result(out_left / 2, u'\0'); char* in_ptr = const_castzuojiankuohaophpcnchar*youjiankuohaophpcn(utf8.data()); char* out_ptr = (char*)&result[0]; size_t ret = iconv(cd, &in_ptr, &in_left, &out_ptr, &out_left); iconv_close(cd); if (ret == (size_t)-1) return {}; result.resize((out_ptr - (char*)&result[0]) / 2); return result;}
推荐使用第三方库简化处理
对于跨平台项目，建议使用成熟的Unicode处理库：
- ICU (International Components for Unicode)：功能最全，支持字符边界分析、排序、大小写转换等
- utf8cpp：轻量级头文件库，适合只做UTF-8验证和迭代的场景
- Boost.Locale：基于ICU封装，提供更现代的C++接口
例如使用utf8cpp遍历UTF-8字符串中的每个Unicode码点：
#include#include std::vector
decode_utf8(const std::string& str) { std::vector codepoints; auto it = str.begin(); while (it != str.end()) { codepoints.push_back(utf8::next(it, str.end())); } return codepoints; }
基本上就这些。关键是根据平台和需求选择合适的方法：若只是读写UTF-8文本且不拆分字符，std::string即可；若需字符计数、截断或国际化处理，必须使用宽字符转换或专用库。
