C++如何处理宽字符（wchar_t）和std::wstring？

C++宽字符（wchar_t）非通用Unicode类型，Windows用UTF-16（16位），Linux/macOS用UTF-32（32位），跨平台不可移植；应优先选用UTF-8编码的std::string或第三方库处理Unicode。

在C++中处理宽字符（wchar_t）和std::wstring，核心是理解其设计目的、平台差异与实际使用限制。它主要用于支持Unicode（但不是UTF-8），尤其在Windows API或需要处理本地化宽字符串的场景中；但在跨平台项目中，更推荐用char8_t + UTF-8 或第三方库（如utf8cpp、icu）。

宽字符不是“通用Unicode类型”

wchar_t的大小和编码含义由编译器与平台决定：

• Windows（MSVC/MinGW）：通常为16位，编码是UTF-16（可变长，含代理对）
• Linux/macOS（GCC/Clang）：通常为32位，编码是UTF-32（固定长度，一个wchar_t对应一个Unicode码点）

这意味着sizeof(wchar_t)不可移植，std::wstring也不能跨平台直接序列化或网络传输。别假设L"€".length() == 1——在Windows上它可能是2（代理对），在Linux上是1。

输入输出需匹配locale和流类型

用std::wcout、std::wcin前必须设置正确的全局locale，否则可能输出乱码或静默失败：

• Windows下常用：std::locale::global(std::locale("")); // 使用系统区域设置
• Linux/macOS下建议显式指定：std::locale::global(std::locale("en_US.UTF-8"))
• 确保控制台/终端本身支持宽字符显示（例如Windows Terminal、iTerm2），否则wcout 可能只打印空格

与C风格字符串和API交互要小心转换

Windows API大量使用LPCWSTR（即const wchar_t*），而POSIX函数基本不接受wchar_t*。转换时避免手写循环：

• 用std::wstring::c_str()获取只读const wchar_t*，传给Windows函数（如CreateFileW）
• 从多字节转宽字符：Windows用MultiByteToWideChar(CP_UTF8, ...)；Linux用mbstowcs()（注意目标缓冲区大小）
• 反向转换（宽→多字节）：Windows用WideCharToMultiByte(CP_UTF8, ...)；Linux用wcstombs()

切勿用reinterpret_cast在char*和wchar_t*间强制转换——编码不同，字节布局不兼容。

替代方案更实用

除非必须对接Windows GUI或COM接口，否则优先考虑：

• 内部统一用UTF-8编码的std::string（C++20起可用std::u8string）
• 用std::text_encoding（C++26草案）或成熟库（如utf8cpp）做编码验证与转换
• 读写文件时明确指定编码（如用std::ofstream配合std::codecvt_utf8_utf16已弃用，改用std::from_chars/std::to_chars或第三方）

宽字符体系在C++标准中功能有限、平台行为分裂，现代项目中它更多是“遗留互操作层”，而非首选文本抽象。