构造UTF8的std::string

在VC++的世界里，MS比较鼓励使用_UNICODE，std::wstring。而在Web, XML则提倡用UTF8。当在C++的程序里要保存/读取XML数据，就存在wstring与string之间的转换。C++11里提供方便的转换工具（参照：std::wstring_convert处理UTF8 ）



有人说，MS引入_UNICODE就是个错误，STL引入wstring也是个错误；而鼓励使用UTF8 string做为程序内部string存储格式。在与GUI交互的时候，转换为wstring（假定GUI使用的是_UNICODE)。这样做至少有一个好处：相对的可以减少程序运行时占用内存的大小。当然现在内存资源也不是个什么大问题，我更关心的是保存/读取XML数据的效率。



VC++默认构造std::string的时候是ANSI格式，如

std::string nstr = "123,我是谁？我爱十八大！";   

为了构造个UTF8的string，总不能这样写吧

inline std::string ToUTF8(const wchar_t* wideStr)

{

   std::wstring_convert<std::codecvt_utf8<wchar_t>> conv;

   return conv.to_bytes(wideStr);

}



std::string nstr = ToUTF8(L"123,我是谁？我爱十八大！");

这样写能Work，但总感觉有问题。



VC++ 2008 SP1提供了个编译选项，可以默认就构造出UTF8的string，不需要上述转换。

#pragma execution_character_set("utf-8") 

这样string就是utf8。

那wstring的编码格式会变吗？若变，会变成啥呢？

std::wstring str = L"123,我是谁？";

另外C++11定义了u8，类似L

  std::string nstr = u8"123,我是谁？";

但VS2010SP1并不支持。

注：

以上说的都是VC++的事儿。而Clang，据说默认就是utf8（有待验证）。