在C++开发中，std::string和wstring是两种常用的字符串类型，std::string通常用于存储单字节或多字节编码的字符串，而wstring用于存储宽字符字符串，在处理Unicode字符时经常需要在两者之间进行转换。
不同编码场景的转换方案
UTF8编码的std::string转wstring
如果std::string存储的是UTF8编码的字符，我们可以通过遍历UTF8字节序列，将每个Unicode码点转换为宽字符，再拼接到wstring中。UTF8的编码规则是：单字节字符最高位为0，多字节字符首字节的高位连续1的个数表示字节数，后续字节以10开头。
#include <string>
#include <vector>
#include <stdexcept>
// UTF8字符串转wstring
std::wstring utf8_to_wstring(const std::string& utf8_str) {
std::wstring result;
size_t i = 0;
while (i < utf8_str.size()) {
unsigned char c = utf8_str[i];
// 单字节字符，0xxxxxxx
if ((c & 0x80) == 0) {
result.push_back((wchar_t)c);
i += 1;
}
// 双字节字符，110xxxxx 10xxxxxx
else if ((c & 0xE0) == 0xC0) {
if (i + 1 >= utf8_str.size()) {
throw std::runtime_error("无效的UTF8编码");
}
unsigned char c2 = utf8_str[i + 1];
if ((c2 & 0xC0) != 0x80) {
throw std::runtime_error("无效的UTF8编码");
}
wchar_t wc = ((c & 0x1F) << 6) | (c2 & 0x3F);
result.push_back(wc);
i += 2;
}
// 三字节字符，1110xxxx 10xxxxxx 10xxxxxx
else if ((c & 0xF0) == 0xE0) {
if (i + 2 >= utf8_str.size()) {
throw std::runtime_error("无效的UTF8编码");
}
unsigned char c2 = utf8_str[i + 1];
unsigned char c3 = utf8_str[i + 2];
if ((c2 & 0xC0) != 0x80 || (c3 & 0xC0) != 0x80) {
throw std::runtime_error("无效的UTF8编码");
}
wchar_t wc = ((c & 0x0F) << 12) | ((c2 & 0x3F) << 6) | (c3 & 0x3F);
result.push_back(wc);
i += 3;
}
// 四字节字符，11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
else if ((c & 0xF8) == 0xF0) {
if (i + 3 >= utf8_str.size()) {
throw std::runtime_error("无效的UTF8编码");
}
unsigned char c2 = utf8_str[i + 1];
unsigned char c3 = utf8_str[i + 2];
unsigned char c4 = utf8_str[i + 3];
if ((c2 & 0xC0) != 0x80 || (c3 & 0xC0) != 0x80 || (c4 & 0xC0) != 0x80) {
throw std::runtime_error("无效的UTF8编码");
}
wchar_t wc = ((c & 0x07) << 18) | ((c2 & 0x3F) << 12) | ((c3 & 0x3F) << 6) | (c4 & 0x3F);
result.push_back(wc);
i += 4;
}
else {
throw std::runtime_error("无效的UTF8编码");
}
}
return result;
}
本地多字节编码的std::string转wstring
如果std::string存储的是当前系统本地编码的多字节字符串，比如Windows下的GBK编码，可以使用标准库提供的std::wstring_convert或者系统API来完成转换。下面以std::wstring_convert为例，需要包含<locale>和<codecvt>头文件。
#include <string>
#include <locale>
#include <codecvt>
// 本地多字节编码的string转wstring
std::wstring local_string_to_wstring(const std::string& local_str) {
// 使用系统本地编码的 facet
std::wstring_convert<std::codecvt<wchar_t, char, std::mbstate_t>> converter(
new std::codecvt<wchar_t, char, std::mbstate_t>("")
);
return converter.from_bytes(local_str);
}
需要注意的是，std::codecvt的部分特性在C++17中被标记为废弃，不过目前大部分编译器仍然支持，如果是新项目可以考虑使用第三方库如iconv或者ICU来处理编码转换，兼容性更好。
转换注意事项
- 转换前必须明确std::string的编码格式，不同编码的转换逻辑完全不同，错误匹配编码会导致乱码。
- 如果是在Windows平台开发，还可以使用
MultiByteToWideChar函数，该函数支持指定具体的代码页，转换更灵活。 - 宽字符的大小在不同平台可能有差异，Windows下wchar_t是2字节，Linux下通常是4字节，跨平台开发时需要注意这个差异。
示例验证
我们可以编写一个简单的测试程序来验证转换效果：
#include <iostream>
int main() {
// 测试UTF8转wstring
std::string utf8_str = u8"你好，世界";
try {
std::wstring wstr = utf8_to_wstring(utf8_str);
std::wcout << L"UTF8转换结果：" << wstr << std::endl;
} catch (const std::exception& e) {
std::cout << "转换失败：" << e.what() << std::endl;
}
// 测试本地编码转wstring
std::string local_str = "你好，世界";
std::wstring local_wstr = local_string_to_wstring(local_str);
std::wcout << L"本地编码转换结果：" << local_wstr << std::endl;
return 0;
}
运行上述代码，如果编码匹配正确，就可以得到正确的wstring结果，正常输出Unicode字符。
std::stringwstringUnicode字符转换修改时间：2026-07-13 14:09:28