我可以将 libxml2 与 unicode 一起使用吗？答案

【问题标题】：Can I use libxml2 with unicode?我可以将 libxml2 与 unicode 一起使用吗？
【发布时间】：2011-07-15 02:35:10
【问题描述】：

我可以将 libxml2 与 unicode 一起使用吗？我想读写用unicode编写的xml文件，是否可以将libxml2与c++一起使用？

【问题讨论】：

【解决方案1】：

libxml2 在内部使用 utf8 编码来存储值，并将使用 iconv 将输入从指定的编码（在 xml 编码声明中）转换为 utf8。所以是的，libxml2 在某种意义上可以与 unicode 一起使用。

但如果您真正的问题是：libxml2 是否接受 wchar_t* 作为输入，那么答案是否定的。您必须将其转换为 8 位编码（utf8 可能是更安全的选择，因为它可以编码每个 unicode 代码点）。

【讨论】：

没看懂你说的“libxml2内部使用utf8编码”是什么意思，这个内部有什么用？
包含扩展字符的字符串有多种编码方式（iso-8859-1、ascii、shift-jis、utf-8、utf-16，...）。其中一些只覆盖了 unicode 字符集的一部分，而另一些则完全覆盖了它。在 xml 中，一个文档可以知道它使用什么编码（带有<?xml version="1.0" encoding="iso-8859-1"?> 标签）。解析文档时，libxml2 会将文档转换为 utf-8，如果它在处理之前尚未处于此编码中，并将为您提供 utf-8 内容。
谢谢。那么 wchar_t* 是什么意思呢？如果不是来自 xml 文件，它将来自哪里？
wchar_t 是在C 标准中定义的类型（并由C++ 继承），可以表示一些宽字符。这些宽字符的编码和实现取决于实现，但它们在 Windows 上经常使用（宏 TCHAR 在所谓的“unicode”模式下编译时扩展为 wchar_t）。我建议你不要使用它们。我问是因为很多 Windows 程序员都假设“unicode == wchar_t”（这是不正确的）。所以为了你的使用，我会说libxml2确实支持unicode。

【解决方案2】：

看起来the answer is yes。

将此处理指令用于 UTF-8 内容*：

<?xml version="1.0" encoding="UTF-8"?>

_{*这是我假设你所说的“unicode”的意思，因为Unicode is not UTF-8。}

【讨论】：

谢谢。我在您提供的链接中读到“xmlChar，libxml2 数据类型是一个字节，这些字节必须组装为 UTF-8 有效字符串。”那是什么意思？什么是字节组合成 utf-8？