Unicode代码指向字节和反向：在C++中如何做到这一点？

Question

现在，让我们假设C++11。它介绍了std::u32string、std::u16string；据我所知，它们是std::basic_string 和std::basic_string 的“别名”，其净效果是，在运行时，您声明的字符串常量（使用u“和u”)由分别表示UTF-16或UTF-32代码单元的16bit或32bit实体组成。还有u8“”（后者的basic_string类型是什么，因为它没有固定长度？）。

其他重要的一点:UTF-16有两个变体，即LE和BE；java确实是，因为在字节码级别，一切都是。char{16,32}_t是否依赖于代码中的endianness？

但是，即使经过几个小时的搜索，我也找不到答案：作为标准C++11是否可以做标准JDK所做的事情，即在给定字符编码的情况下，将任何字符串常量转换成合适的字节序列，反过来转换？我怀疑这会变得更加困难，因为在运行时，一个字符串文本基本上有三种表示形式，甚至不需要执行char*，这基本上是一个字节数组...

（编辑：添加了指向相关javadoc的链接）

Answer 1

您可以通过使用codecvt区域设置方面进行转换。

用法有点不直观，但我就是这么做的：

/** Convert utf8 stream to UCS-4 stream */
u32string decode(string utf8)
{
    std::wstring_convert<std::codecvt_utf8<char32_t>,char32_t> convert;
    return convert.from_bytes(utf8);
}

/** Convert UCS-4 stream to utf8 stream */
string encode(u32string ucs4)
{
    std::wstring_convert<std::codecvt_utf8<char32_t>,char32_t> convert;
    return convert.to_bytes(ucs4);
}

虽然它需要一个不错的编译器，但对我来说，gcc只能正确工作，gcc编译但生成无效的结果（更新版本的gcc可能可以）。