Question

以下是否有任何区别？

auto s1 = L"你好";
auto s2 = u8"你好";

s1和s2是否指的是同一类型？如果不是，有什么区别，哪一个更受欢迎？

Answer 1

L""创建一个以null结尾的字符串，类型为const wchar_t[]。这在C ++ 03中有效。（注意wchar_t指的是依赖于实现的“宽字符”类型。

u8""创建一个以空值终止的UTF-8字符串，类型为const char[]。这仅在C ++ 11中有效。

您选择哪一个很大程度上取决于您的需求。 L""适用于C ++ 03，因此如果您需要使用旧代码（可能需要使用C ++ 03编译器编译），则需要使用它。在许多情况下，u8""更容易使用，尤其是当相关系统通常需要char *个字符串时。

Answer 2

它们的类型不同。

s2是UTF-8或窄字符串文字。 C++11 draft standard部分2.14.5 字符串文字第7段说：

以 u8开头的字符串文字，例如u8"asdf" ，是 UTF-8字符串文字，并使用给定的字符串进行初始化以UTF-8编码的字符。

第8段说：

普通字符串文字和UTF-8字符串文字也称为窄字符串文字。窄字符串文字的类型“数组 n const char”，其中 n 是字符串的大小，如下所示，并具有静态存储时间（3.7）。

s1是一个宽字符串文字，可以支持UTF-16和UTF-32。第2.14.5节字符串文字第11段说：

以 L开头的字符串文字，例如L"asdf" ，是一个宽字符串文字。宽字符串文字的类型“ n const wchar_t”的数组，其中 n 是字符串的大小，如下所示;它具有静态存储持续时间，并使用给定的字符进行初始化。

请参阅UTF8, UTF16, and UTF32，了解每个人的差异和优势。

确定类型的快捷方法是使用typeid：

std::cout << typeid(s1).name() << std::endl ;
std::cout << typeid(s2).name() << std::endl ;

在我的系统上，这是输出：

PKw
PKc

使用c++filt -t检查其中每一项都会给我：

wchar_t const*
char const*

Answer 3

第一个是宽字符串，可能被编码为UTF-16或UTF-32，或者完全不同的东西（尽管Unicode现在非常普遍，完全不同的编码是不太可能的）。

第二个是使用UTF-8编码的一串窄字符。

至于哪个首选：它取决于你正在做什么，你正在编写什么平台等等。如果你主要处理类似网页/ URL的东西已经被编码为UTF- 8，你可能只是阅读它，可能验证它的内容，然后回复它，将它存储为UTF-8也很有意义。

宽字符串因平台而异。例如，如果您正在为Windows编码，并且许多代码直接与操作系统（使用UTF-16）进行交互，那么将您的字符串存储为UTF-16可以产生很大的意义（这就是Microsoft的编译器用于宽字符串。）