我很高兴看到C 11中的 std::u16string 和 std::u32string ，但我想知道为什么没有 std::u8string 处理UTF-8的情况 . 我的印象是 std::string 适用于UTF-8，但是它仍然没有返回字符串缓冲区的大小而不是字符串中的字符数？
那么，如何为新的C 11类定义标准字符串的 length() 方法呢？他们是否返回字符串's buffer, the number of codepoints, or the number of characters (assuming a surrogate pair is 2 code points, but one character. Please correct me if I' m的大小错误）？
那怎么样 size() ;是不是等于 length() ？请参阅http://en.cppreference.com/w/cpp/string/basic_string/length以了解我的困惑 .
所以，我想，我的基本问题是如何使用 std::string ， std::u16string 和 std::u32string 并正确区分缓冲区大小，代码点数和字符数？如果使用标准迭代器，是否要迭代字节，代码点或字符？
3 回答
u16string和u32string不是"new C++11 classes" . 对于char16_t和cha32_t类型，它们只是std::basic_string的typedef .对于任何
basic_string，length始终等于size. 它是字符串中T的数量，其中T是basic_string的模板类型 .basic_string不以任何方式，形状或形式识别Unicode . 它没有代码点，字形，Unicode字符，Unicode规范化或任何类型的概念 . 它只是T的有序序列 . 关于u16string和u32string，唯一能识别Unicode的是它们使用u""和U""文字返回的类型 . 因此，它们可以存储Unicode编码的字符串，但它们不需要知道所述编码 .迭代器迭代
T的元素，而不是"bytes, codepoints, or characters" . 如果T是char16_t，那么它将迭代char16_t. 如果字符串是UTF-16编码的，那么它将迭代UTF-16代码单元，而不是Unicode代码点或字节 .所有字符串类型都做同样的事情：它们包含一系列元素，每个元素的类型都是字符串的字符类型 .
length()和size()都返回元素数量 . 迭代器迭代元素 . 更高级别的分析，例如计算字符数，需要更复杂的计算 .目前，标准中没有任何内容可以区分代码单元，代码点或单个字节 . 但是，似乎有些事情正在处理this sort of thing . 根据标准委员会的决定，它可能是TR2或下一个标准的一部分 .