多字节字符集编码与 utf8 不同吗？ [关闭]

Question

我对 unicode 进行了大量阅读，得出的结论是 Unicode 是一个字符集，而 utf8 是可能的编码之一，恰好是多字节编码。 然而，当我被告知我的 Windows 机器可能具有与 utf8 不同的语言环境设置时，进一步的阅读让我有点困惑。

1. 如果我的应用程序处理 utf8，那么我需要先从多字节用户输入转换为宽字符，然后再转换为 utf8。我的第一个问题是为什么我需要这样做，因为 utf8 本身就是多字节编码。那么，为什么我需要进行此往返行程？
2. 我的第二个问题是如何在 Windows 和 Linux 中获取当前语言环境？为什么这种语言环境的讨论甚至存在？我的意思是为什么我们在编写一个支持 unicode 的 c++ 应用程序时甚至需要考虑语言环境设置？
3. 我的第三个问题是，应用程序内部处理的utf8与保存应用程序源文件的编码有何不同？应用程序正在处理的编码（在我的例子中为 utf8）与保存应用程序源代码的编码之间是否存在任何关系？
4. 我的第四个问题是，当我们说应用程序支持 Unicode 时，它​​的实际含义是什么？这是否意味着它应该处理所有可能的 Unicode 编码或特定的编码？给定一个应用程序，我如何才能知道它支持哪种 unicode 编码？

Answer 1

多字节字符集编码与 utf8 不同吗？

UTF-8 是多字节字符集，但也存在其他多字节字符集。

如果我的应用程序处理 utf8，那么我需要先从多字节用户输入转换为宽字符，然后再转换为 utf8。我的第一个问题是为什么我需要这样做

您通常不需要这样做。如果您有需要这样做的情况，那么原因取决于该情况。

如何在 Windows 和 Linux 中获取当前语言环境？

您可以使用std::setlocale 函数。如果您将 null 作为第二个参数传递，它会返回作为第一个参数给出的类别的语言环境。

在 POSIX 系统上，您可以使用 nl_langinfo 函数来获取给定语言环境的字符编码。

为什么这种关于语言环境的讨论甚至存在？

因为存在不同的编码、语言和约定。

我的意思是为什么我们在编写一个支持 unicode 的 c++ 应用程序时甚至需要考虑区域设置？

首先，除了unicode之外还有其他的编码。如果没有 locale，你就无法知道当前的编码是否是 unicode。

其次，语言环境不仅仅包含编码。最重要的是，它涵盖了系统的语言。它还涵盖了诸如使用什么符号作为小数分隔符之类的内容。