转换 C++ UTF-8 文字转为向量到 uint32_t 数组 []

Question

我必须承认我的C++编码经验非常少，只有几百行。

我解决了这个问题，但我确信有更好的解决方案。至少我写这篇文章是因为我通过 Google 或 stackoverflow 没有找到解决方案，并且其他用户可能也有类似的问题。

这是 C99 中要移植到 C++11 的代码部分：

// src/levtest.c

char utf_str2[] = "Chſerſplzon";
uint32_t utf_len2 = strlen(utf_str2);

// convert to ucs
uint32_t b_ucs[(utf_len2+1)*4]; // plenty of space
int b_chars;
b_chars = u8_toucs(b_ucs, (utf_len2+1)*4, utf_str2, utf_len2);

int distance;

distance = dist_uni(a_ucs, a_chars, b_ucs, b_chars);
printf("[dist_uni]      distance: %u expect: 4\n", distance);

背景是 src/levbv.c 中的代码应该通过 Perl XS、C、C++ 工作（也许其他语言绑定，如Python）。它经过高度优化，应该使用 C 类型。需要 vector，因为一个 C++ 发行版（Tesseract-OCR 的训练）使用 vector 来表示相关部分。

这是我对应的 C++ 代码：

// src/levbvcpp.cpp

char utf_str2[] = u8"Chſerſplzon";
    
uint32_t utf_len2 = strlen(utf_str2);
    
// convert u8 to wstring
std::wstring b_string = std::wstring_convert<std::codecvt_utf8<wchar_t>>().from_bytes(utf_str2);

// convert wstring to vector<wchar_t>
std::vector<wchar_t> b_uv(b_string.begin(), b_string.end());
int b_chars = b_uv.size();

uint32_t b_ucs[(utf_len2+1)*4];
    

// convert vector<wchar_t> to uint32_t array[]
unsigned int index = 0;
for (uint32_t b_char : b_uv) {
    b_ucs[index] = b_char;
    index++;
}

    
int distance;

distance = dist_uni(a_ucs, a_chars, b_ucs, b_chars);
printf("[dist_uni]      distance: %u expect: 4\n", distance);

源代码位于 https://github.com/wollmers/文本-​​Levenshtein-BVXS。

提问：

1. 有没有更好的转换方法？
2. L"こんにちは世界" 或 u"こんにちは世界" 采用什么数据类型和编码？参考手册有点非技术性。
3. 在 MacOS 上，代码使用 -std=c++11 -Wall -g -finput-charset=utf-8 -O3 和 clang 进行编译。在其他平台/编译器上使用 UTF-8 编码的源代码时需要考虑什么吗？在 stackoverflow 上没有找到明确的答案。