查找 std::wstring 的长度

Question

我如何确定一个 std::wstring 字符串的长度（字符数）？

myStr.length() 返回字节大小（我觉得），而不是字符数。我需要创建自己的函数来找到字符数，还是有本地的 C++ 方法或本地的 WinAPI 方法可以使用？

- sazr

---

返回字符串中字符的个数。 - billz

使用 myStr.length() 可以得到字节数（我认为），但这并不是字符数。你为什么这样认为？ - ildjarn

@所有人 `std::wstring::size()返回字符串中宽字符元素的数量。这与字符数不同（正如您正确地注意到的那样）。不幸的是，std::basic_string模板（以及其实例化，例如std::string和std::wstring）是编码无关的。在这个意义上，它实际上只是一个字节字符串的模板，而不是字符字符串。 因此，.size()`不会给我字符数。 - sazr

@NicolBolas 我会小心谨慎地对待这个声明... Unicode标准在很多地方都使用了“字符”这个词（例如表2-1：“Unicode标准编码的是字符，而不是字形”）。 - jogojapan

@JakeM 可以使用 tolower() 函数来实现。请参考 cppreference 上给出的示例：http://en.cppreference.com/w/cpp/locale/ctype/tolower。 - jogojapan

Answer 1

std::wstring::length()将为您提供字符数，其中character被定义为wstring对象的原子单位，即wchar。当标准引用characters时，这就是其含义（有关在标准中使用该词的更多详细信息，请参见此帖子）。

然而，对于Unicode字符，一个wchar是否对应于一个Unicode字符取决于wstring内部使用的编码方式。如果使用UTF-16，这通常（但不一定）是情况，那么对于基本多语言平面（即所有从ISO-8859派生的字符集以及大多数常用的CJK字符，但不包括某些更奇特的（例如古典汉字）字符），一个wchar只会对应一个Unicode字符^(*)。如果您想在这种情况下正确计算所有 Unicode 字符的数量，则需要使用支持Unicode的库（例如ICU）或自己编写代码。

^(*)如果使用了组合字符，则会出现其他问题，正如@一二三正确指出的那样。最好使用适当的库来正确计算它们。

- jogojapan

---

如果使用的是UTF-16编码，通常指的是在Windows操作系统上使用。 - Nicol Bolas

@NicolBolas 我会把它改成“经常” :) - jogojapan

即使在UTF-16的BMP中，组合形式和表示形式可能会使一个“字符”看起来像两个wchar（反之亦然）。 - 一二三

@一二三 非常正确！我已经为此添加了一个脚注。 - jogojapan

Answer 2

如果你想知道以为单位的长度，请使用。如果你想知道以Unicode代码点为单位的大小，你需要找到一个能够计算它们的库。你也可以编写一个自己的库——确定UTF-16编码的代码点是否使用一个或两个实体的规则并不太难，参见http://en.wikipedia.org/wiki/Utf-16。要知道你的是16位（还是32位），请使用。

- Mark Ransom