文字列

文字列の操作・組み立ては極力避ける。

安全に組み立てるのにはそれなりの知識が必要となる。

特殊な用途で使われる文字(文字列)がある。

エスケープが必要。

安全に組み立てないとインジェクションされることがある。

C言語

「文字列型」は存在しない。

char 型の中身は実装依存。

通常は単純バイト配列

最近は UTF-8 が一般的に使われる。

Unix 系では locale で文字コードを指定している。

Unicode などを1文字1ワードとして扱うことを想定したワイド文字として wchar_t 型が定義されている。

wchar_t 型は UCS-2, UTF-16, UTF-32 のどれかになっている事が多い。

実際には Unicode は実質的に多ワード型になってしまっている。

C++

C言語部分はC言語と同等

#include <string>

これを拡張して各種の文字列クラスが作られている。

std::string

char による文字列クラス

std::wstring

wchar_t による文字列クラス

C#

文字型は char

string と String はまったく同じものを指す。

string は言語仕様による String のエイリアスで、String はクラス System.String そのものになる。

内部は UTF-16

Java

文字型は char

char 型は UTF-16 の1ワード

Character クラスは char のラッパー

String クラスの中身は char の配列

JavaScript

「文字型」は存在しない。

文字は UTF-16 の1ワード

文字列は string 型(プリミティブオブジェクト)

String クラスと文字列プリミティブは異なる。

PHP

「文字型」は存在しない。

内部は単純バイト配列

どの文字コードを使うかは実装依存

最近は UTF-8 が一般的に使われる。

Python

Ruby

エンコーディング情報を持っている。

任意のエンコーディングを持つ事ができる。

Rust

UTF-8が標準

文字型は char 型で、コードポイント1つが入る。

リテラル文字列は &str 型(正確には &'static str)

文字列は String 型

String 型は変更可能