C++ 字符编码转换之UTF-8/UTF-16/UTF-32
C++编码格式
参考链接（什么是辅助平面）
参考链接（什么是UCS-2）
window内部编码格式
UCS-2对每一个Unicode码位使用2bytes字集(16位bit);
UCS-4对每一个Unicode码位使用4bytes字集(32位bit);
UTF-16可看成是UCS-2的父集。在没有辅助平面字符（surrogate code points）前，UTF-16与UCS-2所指的是同一的意思。但当引入辅助平面字符后，就称为UTF-16了。现在若有软件声称自己支持UCS-2编码，那其实是暗指它不能支持在UTF-16中超过2bytes的字集。对于小于0x10000的UCS码，UTF-16编码就等于UCS码。
UTF-32 原本是 UCS-4 的子集，但JTC1/SC2/WG2声明，所有未来对字符的指定都将会限制在BMP及其14个补充平面。于是就现状而言，除了 UTF-32 标准包含额外的 Unicode 意涵，UCS-4 和 UTF-32 大体是相同的。
编码转换
参考链接（编码转换）
C++11新增的std::wstring_convert可以很方便地在std::string和std::wstring之间进行转换。
将std::wstring转换成以UTF-8编码的std::string：
std::wstring_convert<std::codecvt_utf8<wchar_t>> converter;
std::string string = converter.to_bytes(L"这是一个宽字符串");
将UTF-8编码的std::string转换成std::wstring：
std::wstring_convert<std::codecvt_utf8<wchar_t>> converter;
std::wstring wide_string = converter.from_bytes("\xe5\xad\x97\xe7\xac\xa6\xe4\xb8\xb2”); //字符串的内容为“字符串”
std::wstring_convert使用模板参数中指定的codecvt进行实际的转换工作，也就是说，std::string使用哪种字符编码由这个codecvt来决定。上面的例子用的是std::codecvt_utf8，即UTF-8编码。理论上，指定不同的codecvt，即可支持各种字符编码。但是，如何得到合适codecvt则是不小的问题。
codecvt
template <class internT, class externT, class stateT> class codecvt;
codecvt standard facet 的作用是在两种不同的字符编码之间转换：内部字符类型（internT：通常为某种类型的宽字符）和外部字符类型（externT：通常代表多字节序列）。
codecvt类模板有一个受保护的析构函数：程序只能构造派生类的对象，或是在locale对象中的对象（通过use_facet）。
所有standard locale 对象至少支持codecvt类模板的以下方面实例化（作为ctype类别的一部分）：
| facets in locale objects | description |
|---|---|
| codecvt<char,char,mbstate_t> | 不执行转换 |
| codecvt<wchar_t,char,mbstate_t> | 在本机宽字符集和窄字符集之间转换 |
| codecvt<char16_t,char,mbstate_t> | 在UTF16和UTF8编码之间转换 |
| codecvt<char32_t,char,mbstate_t> | 在UTF32和UTF8编码之间转换 |
来看一下std::wstring_convert其中一个构造函数：
wstring_convert(codecvt* pcvt = new codecvt);
在构造std::wstring_convert对象的时候需要传入一个codecvt对象的指针，如果没有传入，则默认使用new codecvt来创建。std::wstring_convert自行维护codecvt对象的生命周期，它的析构函数会调用delete操作符来删除该对象。这就限制了只能使用通过new操作符来创建的codecvt，而不能使用从std::locale中获取的codecvt。
在C++标准提供的codecvt中，能够直接用于std::wstring_convert的只有三个：std::codecvt_utf8，std::codecvt_utf16以及std::codecvt_utf8_utf16。可见，标准只支持UTF族的字符编码。
为了获取其它字符编码的codecvt，需要使用std::codecvt_byname，这个类可以通过字符编码的名称来创建一个codecvt。这看起来挺不错，但遗憾的是，字符编码的名称并没有统一的标准，各个平台的支持情况都不一样。
例如，在Windows下可以使用“chs”来创建简体中文编码的codecvt；
在Mac OS X下则要使用“zh_cn.gb2312”；甚至在Mac OS X下，即使成功创建了这个codecvt，它也不能正常地转换。
下面以Windows为例，说明如何将std::codecvt_byname用于std::wstring_convert。由于历史原因，std::codecvt_byname的析构函数是protected的，std::wstring_convert不能对它调用delete，所以首先要自行定义一个类来继承std::codecvt_byname：
class chs_codecvt : public std::codecvt_byname<wchar_t, char, std::mbstate_t> {
public:
chs_codecvt() : codecvt_byname("chs") { }
};
chs_codecvt的默认析构函数是public的，从而让std::wstring_convert可以删除它。为方便起见，在chs_codecvt的构造函数中，直接把“chs”传给了std::codecvt_byname。
接下来的用法跟本文开头的例子基本一致：
std::wstring_convert<chs_codecvt> converter;
std::string string = converter.to_bytes(L"你好");
std::wstring wide_string = converter.from_bytes("\xc4\xe3\xba\xc3”); //字符串的内容为“你好”
综上所述，只有UTF编码的转换是完全符合C++标准并且真正能够跨平台的，使用这些国际化的字符编码能够减少很多不必要的麻烦。
示例
// codecvt_utf8: writing UTF-32 string as UTF-8
#include <iostream>
#include <locale>
#include <string>
#include <codecvt>
#include <fstream>
int main ()
{
std::u32string str ( U"\U00004f60\U0000597d" ); // ni hao (你好)
//转换成char32_t
std::locale loc (std::locale(), new std::codecvt_utf8<char32_t>);
//创建一个文件流，向文件“test.txt”中写入文件 写入的编码类型是char32_t
std::basic_ofstream<char32_t> ofs ("test.txt");
//设置当前区域
ofs.imbue(loc);
std::cout << "Writing to file (UTF-8)... ";
//将str写入文件
ofs << str;
std::cout << "done!\n";
return 0;
}
imbue()
std::locale& imbue( const std::locale& loc );
替换当前区域设置。
参数loc:
新区域设置
返回值：
返回的上一个区域设置。