波兰字符在std :: string

std::string没有定义一个特定的编码。 您可以在其中存储任何字节序列。 有一些微妙的事情要注意：

1. .c_str()将返回一个以空字符结尾的缓冲区。 如果您的字符集允许空字节，请不要将此字符串传递给采用const char*参数而没有长度的const char* ，否则您的数据将被截断。
2. char不代表一个字符，而是一个**字节 。 恕我直言，这是计算历史上最成问题的术语。 请注意，根据UTF-16标准化， wchar_t也必须保持一个完整的字符。
3. .size()和.length()将返回字节数，而不是字符数。

关于case标签的警告与问题（2）有关。 您正在使用具有多字节字符的switch语句，它使用不能包含多个字节的char类型。 [/编辑]

因此，您可以在您的应用程序中使用std::string ，前提是您遵守这三条规则。 有涉及STL的微妙之处，包括std::find() ，这是后果。 由于规范化形式，您需要使用一些更聪明的字符串匹配算法来正确支持Unicode。

但是，在使用非ASCII字符的任何语言编写应用程序时（如果您偏执，请考虑[0, 128)以外的任何内容），您需要了解不同文本数据源中的编码。

1. 源文件编码可能没有被指定，并且可能会使用编译器选项进行更改。 任何字符串文字将受制于这个规则。 我想这就是为什么你得到警告。
2. 您将从外部来源（文件，用户输入等）获得各种字符编码。 当该源指定编码或者可以从某个外部源获取（即询问导入数据的用户）时，则更容易。 除非另有规定，许多（较新的）互联网协议强加ASCII或UTF-8。

这两个问题不是由任何特定的字符串类来解决的。 您只需要将所有外部来源转换为您的内部编码。 我一直建议使用UTF-8，但是由于本地支持，尤其如此。 我强烈建议把你的字符串文字放在一个消息文件中来忘记问题（1），只处理问题（2）。

我不建议在Linux上使用std::wstring ，因为100％的本机API使用带有const char*函数签名，并且直接支持UTF-8。 如果你使用任何基于wchar_t字符串类，你将需要不断地从std::wstring转换为/，并最终得到错误的东西，使得一切都变得缓慢（er）。

如果您正在为Windows编写应用程序，我会建议完全相反，因为所有本地API都使用const wchar_t*签名。 这些函数的ANSI版本执行到const wchar_t*的内部转换const wchar_t* 。

一些“便携式”库/语言使用基于该平台的不同表示。 他们使用UTF-8在Linux上使用char ，在Windows上使用wchar_t使用UTF-16。 我记得在Python参考实现中阅读这个技巧，但文章相当老了。 我不确定这是否是真的了。

在linux上，你应该使用由你使用的框架提供的多字节字符串类。

我建议Glib :: ustring，从glibmm框架，它存储UTF-8编码的字符串。 如果源文件是UTF-8，那么在代码中使用多字节字符串文字就像：

 ustring alphabet("aąbcćdeęfghijklłmnńoóprsśtuwyzźż"); 

但是你不能使用char在多字节字符上建立一个switch / case语句。 我建议使用一系列if 。 你可以使用Glibmm的gunichar ，但它不是非常可读的（你可以使用维基百科中的波兰语字母表中的表格获得正确的Unicode字符值）：

 #include <glibmm.h> #include <iostream> using namespace std; int main() { Glib::ustring alphabet("aąbcćdeęfghijklłmnńoóprsśtuwyzźż"); int small_polish_vovels_with_diacritics_count = 0; for ( int i=0; i<alphabet.size(); i++ ) { switch (alphabet[i]) { case 0x0105: // ą case 0x0119: // ę case 0x00f3: // ó small_polish_vovels_with_diacritics_count++; break; default: break; } } cout << "There are " << small_polish_vovels_with_diacritics_count << " small polish vovels with diacritics in this string.\n"; return 0; } 

你可以使用下面的代码编译

 g++ `pkg-config --cflags --libs glibmm-2.4` progname.cc -o progname 

std::string用于ASCII字符串。 由于你的波兰字符串不适合，你应该使用std::wstring 。