wstring里装的是unicode编码，具体编码方式是UTF16，是变长编码，怎么获取里面实际的字符个数？win32有api实现吗？

注意，是获取字符个数，不是获取wchar_t个数。

UTF16是变长编码，大部分字符用2个字节表示，其余则需要用长于2个字节来表示。

12 个解决方案

#1

不是UTF-16
win下是UCS2，是定长编码
*nix下是UTF-32，也是定长的

#2

不可能的，UCS2是两个字节最多表示65536个字符，但Unicode字符表，已经增加到11万多个字符了。

win是utf16，变长编码。

引用 1 楼 zhangsongcui 的回复:

不是UTF-16
win下是UCS2，是定长编码
*nix下是UTF-32，也是定长的

#3

查了资料，UCS2就是UTF-16，是变长编码。

引用 1 楼 zhangsongcui 的回复:

不是UTF-16
win下是UCS2，是定长编码
*nix下是UTF-32，也是定长的

#4

刚才说错了，但Unicode字符表，应该四已经增加到110多万个字符了。

#5

UTF16不是变长编码，它是采用固定的2个字节存储一个符号。

UTF8才是变长编码，一个符号可能用1个字节、2个字节、3个字节或者四个字节表示，具体区分方法为：
对于单字节的符号，字节的第一位（最高位）设为0，对于n字节的符号（n>1），第一个字节的前n位都设为1，第n+1位设为0，后面字节的前两位一律设为10。

#6

Unicode字符表，已经增加到110多万个字符了。 不可能两个字节，完全不够用。

引用 5 楼 u012654340 的回复:

UTF16不是变长编码，它是采用固定的2个字节存储一个符号。

UTF8才是变长编码，一个符号可能用1个字节、2个字节、3个字节或者四个字节表示，具体区分方法为：
对于单字节的符号，字节的第一位（最高位）设为0，对于n字节的符号（n>1），第一个字节的前n位都设为1，第n+1位设为0，后面字节的前两位一律设为10。

#7

UTF16是变长编码

引用 5 楼 u012654340 的回复:

UTF16不是变长编码，它是采用固定的2个字节存储一个符号。

UTF8才是变长编码，一个符号可能用1个字节、2个字节、3个字节或者四个字节表示，具体区分方法为：
对于单字节的符号，字节的第一位（最高位）设为0，对于n字节的符号（n>1），第一个字节的前n位都设为1，第n+1位设为0，后面字节的前两位一律设为10。

#8

引用 3 楼 u012680653 的回复:

查了资料，UCS2就是UTF-16，是变长编码。

Quote: 引用 1 楼 zhangsongcui 的回复:

不是UTF-16
win下是UCS2，是定长编码
*nix下是UTF-32，也是定长的

UCS和UNICODE是不同的字符集

国际标准 ISO 10646 定义了通用字符集 (Universal Character Set)。它是与UNICODE同类的组织，UCS-2和UNICODE兼容,UCS有UCS-2和UCS-4两种格式，分别是2字节和4字节.

UNICODE字符集具体编码又分为UTF8、UTF16和UTF32，其中UTF8为变长，UTF16和UTF32分别用2个和4个字节存储符号。

#9

请单步调试一下，看wstr里面有多少个汉字，然后在看看size_Bytes结果是两个字节，还是四个字节。

int b[2] = {0xdc3ad866, 0};
wchar_t * b1 = (wchar_t *)(&b);
std::wstring wstr = b1;
int size_Bytes = wstr.size() * 2;

引用 8 楼 u012654340 的回复:

Quote: 引用 3 楼 u012680653 的回复:

查了资料，UCS2就是UTF-16，是变长编码。

Quote: 引用 1 楼 zhangsongcui 的回复:

不是UTF-16
win下是UCS2，是定长编码
*nix下是UTF-32，也是定长的

UCS和UNICODE是不同的字符集

国际标准 ISO 10646 定义了通用字符集 (Universal Character Set)。它是与UNICODE同类的组织，UCS-2和UNICODE兼容,UCS有UCS-2和UCS-4两种格式，分别是2字节和4字节.

UNICODE字符集具体编码又分为UTF8、UTF16和UTF32，其中UTF8为变长，UTF16和UTF32分别用2个和4个字节存储符号。

#10

请单步调试一下，看wstr里面有多少个汉字，然后在看看size_Bytes结果是两个字节，还是四个字节。

int b[2] = {0xdc3ad866, 0};
wchar_t * b1 = (wchar_t *)(&b);
std::wstring wstr = b1;
int size_Bytes = wstr.size() * 2;

引用 1 楼 zhangsongcui 的回复:

不是UTF-16
win下是UCS2，是定长编码
*nix下是UTF-32，也是定长的

#11

UTF16我记得除了surrogate pairs其他都是一个字符2字节啊。如果我没记错的话，那计算长度的逻辑只是判断字符是不是surrogate pair，是的话那2个2字节算1个字符，否则就1个2字节算1个字符。这逻辑简单到自己都可以写。

#12

win里有无api可实现？

引用 11 楼 FancyMouse 的回复:

UTF16我记得除了surrogate pairs其他都是一个字符2字节啊。如果我没记错的话，那计算长度的逻辑只是判断字符是不是surrogate pair，是的话那2个2字节算1个字符，否则就1个2字节算1个字符。这逻辑简单到自己都可以写。