如何以跨平台友好的方式处理 C/C++ 中的 Unicode 字符串？

Question

在不同于 Windows 的平台上，您可以轻松地使用 char * 字符串并将它们视为 UTF-8。

问题在于，在 Windows 上，您需要使用 wchar* 字符串 (W) 接受和发送消息。如果您使用 ANSI 函数 (A)，您将不支持 Unicode。

因此，如果您想编写真正可移植的应用程序，您需要在 Windows 上将其编译为 Unicode。

现在，为了保持代码干净，我想看看推荐的处理字符串的方法是什么，一种最大限度地减少代码丑陋的方法。

您可能需要的字符串类型：std::string、std::wstring、std::tstring、char *、wchat_t *、TCHAR*、CString（ATL 之一）。

您可能遇到的问题：

• cout/cerr/cin 及其 Unicode 变体 wcout,wcerr,wcin
• 所有重命名的宽字符串函数及其 TCHAR 宏 - 例如 strcmp、wcscmp 和 _tcscmp。
• 代码中的常量字符串，使用 TCHAR，您必须使用 _T() 宏填充代码。

您认为哪种方法最好？（欢迎举例）

我个人会选择std::tstring 方法，但我想看看在必要时如何处理转换。

Answer 1

我只能建议你看看这个库：http://cppcms.sourceforge.net/boost_locale/docs/
它可能会有所帮助，目前它是一个提升候选者，但我相信它会成功。

Answer 2

如果您编写可移植代码：

1st 永远不要使用wchar_t，它也不是可移植的，而且它的编码在平台之间没有很好地定义（utf-16 windows/utf-32 所有其他）。

永远不要使用 TChar，使用编码为 UTF-8 的普通 std::string。

在处理 Brain Damaged Win32 API 时，只需在调用之前将 UTF-8 字符串转换为 UTF-16。

参见 https://stackoverflow.com/questions/1049947/should-utf-16-be-considered-harmful 以及 Windows 项目如何采用 UTF-8 作为主要编码。

Answer 3

您可以保留所有字符串 UTF-8 编码，并在与 WIn32 API 交互之前将它们转换为 UTF-16。看看UTF8-CPP库，了解一些好用的转换函数