什么是标准定义的std :: wstring的字节序？

Question

我知道UTF-16有两种类型的endianness：big endian和little endian。

C ++标准是否定义了std :: wstring的字节顺序？或者它是实现定义的？

如果它是标准定义的，那么C ++标准的哪一页提供了有关此问题的规则？

如果是实现定义的，如何确定它？例如在VC ++下。编译器是否保证std :: wstring的字节序严格依赖于处理器？

我必须知道这一点;因为我想将UTF-16字符串发送给其他人。我必须在UTF-16字符串的开头添加正确的BOM以指示其字节顺序。

简而言之：给定一个std :: wstring，我该如何可靠地确定其字节序？

Answer 1

Endianess依赖于MACHINE，而不依赖于语言。 Endianess由处理器定义，以及它如何在内存中排列数据。当处理wchar_t（比单个字节宽）时，处理器本身在读或写时根据需要对齐多个字节，以便再次读取或写回RAM。代码只是将其视为处理器内部寄存器中表示的16位（或更大）字。

为了确定（如果那是你想要做的）endianess（你自己），你可以尝试将一个KNOWN 32位（unsigned int）值写入ram，然后使用char指针读回它。查找返回的订单。

它看起来像这样：

unsigned int aVal = 0x11223344;
char * myValReadBack = (char *)(&aVal);

if(*myValReadBack == 0x11) printf("Big endian\r\n");
else                       printf("Little endian\r\n");

我确定还有其他方法，但上面的内容应该有效，请检查我的小与大： - ）

此外，直到Windows RT，VC ++才真正编译为intel类型的处理器。他们真的只有1个endianess类型。

Answer 2

它是实现定义的。 wstring只是一个wchar_t的字符串，可以是任何字节顺序，或者就此而言，任何旧的大小。

Answer 3

wchar_t内部不需要是UTF-16，UTF-16字节序不会影响wchar的存储方式，而是保存和读取它。

您必须使用将wstring转换为UTF-16字节流的显式过程，然后再将其发送到任何地方。 wchar的内部字节序取决于体系结构，使用一些不透明的接口进行转换比尝试手动转换更好。

Answer 4

为了发送正确的BOM，您不需要知道字节顺序。只需使用代码\ uFEFF即可。这将是bigendian或little-endian，具体取决于您的实现的字节顺序。您甚至不需要知道您的实现是UTF-16还是UTF-32。只要它是一些unicode编码，你就会得到适当的BOM。

不幸的是，无论是wchars还是宽流都不能保证是unicode。