Linux 与 Windows：控制台如何呈现 unicode 字符？答案

【问题标题】：Linux vs. Windows: How does the console render unicode characters?Linux 与 Windows：控制台如何呈现 unicode 字符？
【发布时间】：2010-11-17 20:23:08
【问题描述】：

这是一个相当低级（在“接近金属”的意义上的低级）问题。

我想知道你们中的任何人是否可以向我指出如何在 Windows 中接收 Unicode 字符（或任何字符代码，但我对 Unicode 标准特别感兴趣）控制台的文档、解释等，好的 ol' cmd.exe（使用代码页 65001）和 Linux 中的 xterm 以 LC_CTYPE=en_US.UTF-8 开头，查找相应的字形（以及位置）。

我知道在 Windows 中可能更难了解，但我找不到太多信息。

谢谢。

【问题讨论】：

标签： windows linux unicode encoding

【解决方案1】：

据我所知，cmd.exe 绑定到您定义为“非 Unicode 程序代码页”的任何 256 个字符的代码页或任何它被称为的代码页。

更详细地说，如果我将上述设置设置为日语，cmd.exe 会突然用日元符号替换反斜杠（系统上的所有其他非 Unicode 应用程序也是如此）并正确解释 ShiftJIS 代码。将它设置为荷兰语会给我一个重音 I（我忘了哪个），而另一个代码页会在同一个字符上给出一个半填充的垂直实体。

不是 Unicode。 Unicode 可以让我同时做这三个。

【讨论】：

不一定是 256 个字符：shift-JIS 实际上是一个 MBCS。是的，它在 Windows 中确实存在日元/反斜杠混淆，这非常可悲，可能来自 DOS...
澄清一下，所有 Windows 中的日文字体总是这样做。应用是否是 Unicode 并不重要！不相信我？在charmap 中查找 MS Mincho 中的 U+005C，或查看blogs.msdn.com/b/michkap/archive/2007/03/28/1972239.aspx

【解决方案2】：

控制台使用带有从代码页创建的编码的 TextWriter。这意味着写入的字符使用代码页的特定 Encoding 对象编码为字节。

【讨论】：

他非常具体地谈论 cmd.exe，它不是，我上次检查过的 .Net 应用程序，因此它在逻辑上不使用 TextWriter。除非有另一个我不知道的 TextWriter。
是的，我刚刚查过了。它在 Process Explorer 中并未完全显示为黄色。
好吧，如果我们把范围缩小到控制台本身，它根本不支持 unicode 字符。如果当前编码不是 UTF-8，并且您尝试显示 UTF-8 文件，它将使用当前编码对其进行解码，这当然会使 ASCII 字符范围之外的任何内容变得混乱。如果当前编码是 UTF-8，它仍然不支持 unicode 字符，只支持编码为 UTF-8 的字符。
控制台支持 Unicode 很好......只是当您将其视为文件或使用它使用当前代码页的“OEM”API 时。那，我不完全确定 UTF-8 代码页真的可以在控制台上运行......

【解决方案3】：

控制台不支持 Unicode。 :)

【讨论】：

是的，这就是我之前暗示的。
在最近的 Linux 系统上并非如此。
对于最近的定义，控制台至少可以追溯到 1996 年。如果您指的是终端仿真器，那么对 UTF-8 的支持是在 1999 年添加到 XTerm 中的，并且之前已经存在于其他一些终端仿真器中。
终端模拟器速度更快，但控制台（如：X 未运行时通常看到的环境）是在最近几年才学会的。
我很确定我在 1998 年 1 月搬家之前在控制台上玩过它，并且相关文档存在于内核 2.0.1 中。如果我的记忆是正确的，我不必使用特殊选项编译内核，只需发送正确的转义序列。最近可能发生的情况是在常见发行版中默认启用它（ISTR，他们在 2005 年左右全局切换到 UTF-8）。