当您希望在字符串中存储宽字符时。宽取决于实现。如果我没记错的话，Visual C++默认为16位，而GCC默认值取决于目标。这里有32位长。请注意wchar_t（宽字符类型）与unicode无关。它只是保证它可以存储实现所支持的最大字符集的所有成员，并且至少可以存储char。也可以使用utf-8编码将unicode字符串精细地存储到std:：string中。但它无法理解unicode代码点的含义。因此str.size（）不会给出字符串中逻辑字符的数量，而只给出该字符串/wstring中存储的char或wchar_t元素的数量。出于这个原因，gtk/glib C++包装人员开发了一个可以处理utf-8的glib：：ustring类。如果wchar_t是32位长，那么可以使用utf-32作为unicode编码，并且可以使用固定（utf-32是固定长度）编码来存储和处理unicode字符串。这意味着wstring的s.size（）函数将返回正确数量的wchar_t元素和逻辑字符。是的，char总是至少8位长，这意味着它可以存储所有ASCII值。是的，所有主要的编译器都支持它。

我建议避免在Windows或其他地方使用std:：wstring，除非接口需要，或者在Windows API调用和相应编码转换附近的任何地方使用。

我的观点总结在http://utf8everywhere.org我是其中的一位合著者。

除非您的应用程序是以API调用为中心的，例如主要是UI应用程序，否则建议将Unicode字符串存储为std:：string并以UTF-8编码，在API调用附近执行转换。本文概述的好处超过了转换的明显烦恼，尤其是在复杂的应用程序中。对于多平台和图书馆开发来说，这是双重的。

现在，回答您的问题：

一些薄弱的原因。它的存在是出于历史原因，人们认为宽字符是支持Unicode的正确方式。它现在被用于接口更喜欢UTF-16字符串的API。我只在这些API调用的直接附近使用它们。这与std:：string无关。它可以保存你放入的任何编码。唯一的问题是你如何对待它的内容。我的建议是UTF-8，因此它将能够正确保存所有Unicode字符。这是Linux上的常见做法，但我认为Windows程序也应该这样做。不宽字符是一个令人困惑的名称。在Unicode的早期，人们相信一个字符可以用两个字节编码，因此得名。今天，它代表“字符的任何两个字节长的部分”。UTF-16被视为此类字节对的序列（也称为宽字符）。UTF-16中的字符采用一对或两对。

什么时候不应该使用宽字符？

当你在1990年之前编写代码时。

很明显，我很生气，但事实上，现在是21世纪。127个字符早已不再足够。是的，你可以使用UTF8，但为什么要头疼呢？

要存储“宽”（Unicode）字符时。是：其中255个（不包括0个）。对这是一篇介绍性文章：http://www.joelonsoftware.com/articles/Unicode.html

如果应用程序不满足256个不同的字符，则可以选择使用宽字符（超过8位）或可变长度编码（C++术语中的多字节编码），如UTF-8。宽字符通常比可变长度编码需要更多的空间，但处理速度更快。处理大量文本的多语言应用程序通常在处理文本时使用宽字符，但在将文本存储到磁盘时将其转换为UTF-8。

字符串和wstring之间的唯一区别是它们存储的字符的数据类型。字符串存储的字符大小保证至少为8位，因此您可以使用字符串来处理例如ASCII、ISO-8859-15或UTF-8文本。该标准没有说明字符集或编码。

实际上，每个编译器都使用一个字符集，其前128个字符与ASCII对应。使用UTF-8编码的编译器也是如此。在UTF-8或其他可变长度编码中使用字符串时，需要注意的重要一点是，索引和长度是以字节而不是字符来度量的。

wstring的数据类型是wchar_t，其大小在标准中没有定义，除了它必须至少与一个字符一样大，通常是16位或32位。wstring可用于处理实现定义的宽字符编码中的文本。因为标准中没有定义编码，所以在字符串和wstring之间进行转换并不简单。也不能假设wstring具有固定长度编码。

如果您不需要多语言支持，那么可以只使用常规字符串。另一方面，如果您正在编写图形应用程序，则API通常只支持宽字符。然后，您可能希望在处理文本时使用相同的宽字符。请记住，UTF-16是一种可变长度编码，这意味着您不能假定length（）返回字符数。如果API使用固定长度编码，例如UCS-2，则处理变得容易。在宽字符和UTF-8之间进行转换很难以可移植的方式进行，但话说回来，您的用户界面API可能支持这种转换。

一串wstring？

std:：string是在char上模板化的basicstring，而std:：wstring是在wchart上模板化。

字符与wchar_t

char应该包含一个字符，通常是8位字符。wchar_t应该包含一个宽字符，然后，事情变得棘手：在Linux上，wchar_t是4字节，而在Windows上，它是2字节。

那么Unicode呢？

问题是char和wchar_t都没有直接绑定到unicode。

在Linux上？

让我们以Linux操作系统为例：我的Ubuntu系统已经支持unicode。当我使用字符串时，它是以UTF-8（即Unicode字符串）本机编码的。以下代码：

#include <cstring>
#include <iostream>

int main()
{
    const char text[] = "olé";


    std::cout << "sizeof(char)    : " << sizeof(char) << "\n";
    std::cout << "text            : " << text << "\n";
    std::cout << "sizeof(text)    : " << sizeof(text) << "\n";
    std::cout << "strlen(text)    : " << strlen(text) << "\n";

    std::cout << "text(ordinals)  :";

    for(size_t i = 0, iMax = strlen(text); i < iMax; ++i)
    {
        unsigned char c = static_cast<unsigned_char>(text[i]);
        std::cout << " " << static_cast<unsigned int>(c);
    }

    std::cout << "\n\n";

    // - - -

    const wchar_t wtext[] = L"olé" ;

    std::cout << "sizeof(wchar_t) : " << sizeof(wchar_t) << "\n";
    //std::cout << "wtext           : " << wtext << "\n"; <- error
    std::cout << "wtext           : UNABLE TO CONVERT NATIVELY." << "\n";
    std::wcout << L"wtext           : " << wtext << "\n";

    std::cout << "sizeof(wtext)   : " << sizeof(wtext) << "\n";
    std::cout << "wcslen(wtext)   : " << wcslen(wtext) << "\n";

    std::cout << "wtext(ordinals) :";

    for(size_t i = 0, iMax = wcslen(wtext); i < iMax; ++i)
    {
        unsigned short wc = static_cast<unsigned short>(wtext[i]);
        std::cout << " " << static_cast<unsigned int>(wc);
    }

    std::cout << "\n\n";
}

输出以下文本：

sizeof(char)    : 1
text            : olé
sizeof(text)    : 5
strlen(text)    : 4
text(ordinals)  : 111 108 195 169

sizeof(wchar_t) : 4
wtext           : UNABLE TO CONVERT NATIVELY.
wtext           : ol�
sizeof(wtext)   : 16
wcslen(wtext)   : 3
wtext(ordinals) : 111 108 233

您将看到char中的“olé”文本实际上由四个字符构成：110、108、195和169（不包括后面的零）。（我将让您学习wchar_t代码作为练习）

因此，在Linux上使用字符时，您通常会在不知道的情况下使用Unicode。由于std:：string可以使用字符，所以std:：字符串已经可以使用Unicode。

请注意，std:：string与C字符串API一样，会认为“olé”字符串有4个字符，而不是3个字符。因此，在截断/播放unicode字符时应谨慎，因为UTF-8中禁止某些字符组合。

在Windows上？

在Windows上，这有点不同。在Unicode出现之前，Win32必须支持许多使用字符和世界各地产生的不同字符集/代码页的应用程序。

因此，他们的解决方案是一个有趣的解决方案：如果应用程序使用字符，那么字符字符串将使用机器上的本地字符集/代码页编码/打印/显示在GUI标签上，这在很长一段时间内都不可能是UTF-8。例如，在法语本地化的Windows中，“olé”将是“olé”，但在cyrillic本地化的Windows上则会有所不同（如果使用Windows-1251，则为“olй”）。因此，“历史应用程序”通常仍将以旧的方式工作。

对于基于Unicode的应用程序，Windows使用wchar_t，其宽度为2字节，并以UTF-16编码，UTF-16以2字节字符为Unicode编码（或者至少是UCS-2，它只是缺少代理对，因此缺少BMP之外的字符（>=64K））。

使用字符的应用程序称为“多字节”（因为每个字形由一个或多个字符组成），而使用wchar_t的应用程序则称为“宽字符”（因为每一个字形由一或两个wchar_t）。有关详细信息，请参阅MultiByteToWideChar和WideCharToMultiByteWin32转换API。

因此，如果你在Windows上工作，你很想使用wchar_t（除非你使用一个隐藏它的框架，如GTK或QT…）。事实是，在幕后，Windows使用wchar_t字符串，所以即使是历史应用程序，在使用SetWindowText（）（用于在Win32 GUI上设置标签的低级API函数）等API时，也会将其字符字符串转换为wchar_t。

内存问题？

UTF-32是每个字符4个字节，因此没有什么可添加的，只要UTF-8文本和UTF-16文本总是比UTF-32文本使用更少或相同的内存量（通常更少）。

如果存在内存问题，那么您应该知道，与大多数西方语言相比，UTF-8文本使用的内存将少于相同的UTF-16文本。

尽管如此，对于其他语言（中文、日语等），UTF-8使用的内存将与UTF-16相同，或者略大。

总而言之，UTF-16通常每个字符使用2个字节，有时使用4个字节（除非您正在处理某种深奥的语言字形（克林贡语？精灵语？），而UTF-8将使用1到4个字节。

看见https://en.wikipedia.org/wiki/UTF-8#Compared_to_UTF-16获取更多信息。

结论

什么时候应该在std:：string上使用std:：wstring？在Linux上？几乎从未（§）。在Windows上？几乎总是（§）。跨平台代码？取决于您的工具包。。。（§）：除非您使用的工具包/框架另有说明std:：string可以保存所有ASCII字符集，包括特殊字符吗？注意：std:：string适合保存“binary”缓冲区，而std:：wstring不是！在Linux上？对在Windows上？只有特殊字符可用于Windows用户的当前区域设置。编辑（Johann Gerell发表评论后）：一个std:：字符串将足以处理所有基于字符的字符串（每个字符都是从0到255的数字）。但是：ASCII应该从0到127。较高的字符不是ASCII码。从0到127的字符将被正确保存从128到255的字符将根据您的编码（unicode、非unicode等）而有意义，但只要以UTF-8编码，它将能够保存所有unicode字形。几乎所有流行的C++编译器都支持std:：wstring吗？大多数情况下，除了移植到Windows的基于GCC的编译器。它适用于我的g++4.3.2（在Linux下），我从Visual C++6开始在Win32上使用Unicode API。宽字符到底是什么？在C/C++上，它是一种wchar_t编写的字符类型，比简单的char字符类型更大。它应该用于放置索引（如Unicode字形）大于255（或127，取决于…）的字符。