C++的中英文字符串表示(string,wstring)

在C++中字符串类的string的模板原型是basic_string

template <class _Elem, class traits = char_traits<_Elem>, class _Ax = allocator<_Elem>>

class basic_string{};

第一个参数_Elem表示类型。第二个参数traits的缺省值使用char_traits类型，定义了类型和字符操作的函数，如比较、等价、分配等。第三个参数_Ax的默认值是allocator类，表示了内存模式，不同的内存结构将操作指针的不同行为，例如栈、堆或段内存模式等。

在C++标准里定义了两个字符串string和wstring

typedef basic_string<char> string;

typedef basic_string<wchar_t> wstring;

前者string是常用类型，可以看作char[]，其实这正是与string定义中的_Elem=char相一致。而wstring，使用的是wchar_t类型，这是宽字符，用于满足非ASCII字符的要求，例如Unicode编码，中文，日文，韩文什么的。对于wchar_t类型，实际上C++中都用与char函数相对应的wchar_t的函数，因为他们都是从同一个模板类似于上面的方式定义的。因此也有wcout, wcin, werr等函数。

实际上string也可以使用中文，但是它将一个汉字写在2个char中。而如果将一个汉字看作一个单位wchar_t的话，那么在wstring中就只占用一个单元，其它的非英文文字和编码也是如此。这样才真正的满足字符串操作的要求，尤其是国际化等工作。

看一下下面的程序，就会理解两者的差别。

#include <iostream>

#include <string>

using namespace std;

#define tab "\t"

int main()

{

locale def;

cout<<def.name()<<endl;

locale current = cout.getloc();

cout<<current.name()<<endl;

float val=1234.56;

cout<<val<<endl;

//chage to french/france

cout.imbue(locale("chs"));

current=cout.getloc();

cout<<current.name()<<endl;

cout<<val<<endl;

//上面是说明locale的用法，下面才是本例的内容，因为其中用到了imbue函数

cout<<"*********************************"<<endl;

//为了保证本地化输出（文字/时间/货币等），chs表示中国，wcout必须使用本地化解析编码

wcout.imbue(std::locale("chs"));

//string 英文，正确颠倒位置，显示第二个字符正确

string str1("ABCabc");

string str11(str1.rbegin(),str1.rend());

cout<<"UK\ts1\t:"<<str1<<tab<<str1[1]<<tab<<str11<<endl;

//wstring 英文，正确颠倒位置，显示第二个字符正确

wstring str2=L"ABCabc";

wstring str22(str2.rbegin(),str2.rend());

wcout<<"UK\tws4\t:"<<str2<<tab<<str2[1]<<tab<<str22<<endl;

//string 中文，颠倒后，变成乱码，第二个字符读取也错误

string str3("你好么？");

string str33(str3.rbegin(),str3.rend());

cout<<"CHN\ts3\t:"<<str3<<tab<<str3[1]<<tab<<str33<<endl;

//正确的打印第二个字符的方法

cout<<"CHN\ts3\t:RIGHT\t"<<str3[2]<<str3[3]<<endl;

//中文，正确颠倒位置，显示第二个字符正确

wstring str4=L"你好么？";

wstring str44(str4.rbegin(),str4.rend());

wcout<<"CHN\tws4\t:"<<str4<<tab<<str4[1]<<tab<<str44<<endl;

wstring str5(str1.begin(),str1.end());//只有char类型的string时才可以如此构造

wstring str55(str5.rbegin(),str5.rend());

wcout<<"CHN\tws5\t:"<<str5<<tab<<str5[1]<<tab<<str55<<endl;

wstring str6(str3.begin(),str3.end());//如此构造将失败!!!!

wstring str66(str6.rbegin(),str6.rend());

wcout<<"CHN\tws6\t:"<<str6<<tab<<str6[1]<<tab<<str66<<endl;

return 0;

}

结果如下：



上面显示了本地化的作用，是在数字中每三位加一个逗号，其实对时间/文字等都是用影响的。

下面的输出说明了，如何正确使用string和wstring的方法。第三个因为使用string来表示汉字，出现了一些错误。最后一行也是错误，导致了输出也受到了影响，没有空格与回车。（最后两个就不要管中英文了，仅仅说明一下中文构造方法是错误的）

《掌握标准C++类》在第十二章《语言支持》中专门讲C++的国际化和本地化问题，C++提供了I18N的标准处理，软件开发者可以参考。

C++标准库还是非常博大精深的，功能比较齐全的。继续学习。