在 C++ 中何时使用 WCHAR 以及何时使用 CHAR答案

【问题标题】：In C++ when to use WCHAR and when to use CHAR在 C++ 中何时使用 WCHAR 以及何时使用 CHAR
【发布时间】：2014-04-17 15:08:33
【问题描述】：

我有一个问题：

一些库使用 WCHAR 作为文本参数，而其他库使用 CHAR（作为 UTF-8）：我需要知道在编写自己的库时何时使用 WCHAR 或 CHAR。

【问题讨论】：

WCHAR 代表宽字符，通常在处理文本AFAIK的UNICODE编码样式时使用
C++ 中没有WCHAR。您是指 Windows 标头定义的 WCHAR 宏吗？
@DavidHeffernan：我以为他的意思是 Win32 标头的 WCHAR（事实上，我正在考虑编辑 OP 的标签添加 [winapi] :)
WCHAR 并不总是 Unicode - 它可能是 DBCS，尤其是在处理 Shift-JIS 和 BIG5 等字符集时。

标签： c++ unicode

【解决方案1】：

使用 char 并将其视为 UTF-8。这有很多原因；这个网站比我能总结得更好：

http://utf8everywhere.org/

它建议在您从任何库收到它时立即从 wchar_t 转换为 char（UTF-16 到 UTF-8），并在需要将字符串传递给它时转换回来。因此，要回答您的问题，请始终使用 char，除非 API 要求您传递或接收 wchar_t。

【讨论】：

实际上，它说“如果应用程序不应该专门处理文本”，则使用 UTF-8。我几乎在所有地方都倾向于使用 UTF-8，但我不确定它是否适合在编辑器中使用。例如，如果您使用 UTF-8，正则表达式之类的东西会明显变慢。
好点；你是对的。听起来这不会对 OP 产生影响，但值得一提。
@BenHymers 你是想说 UTF-8 需要 8 位来编码任何 UNICODE 代码点吗？例如，代码点范围，U+10000-U+10FFFF，UTF-8 表示，编码一个代码点需要 4 个字节。我不知道含义，当您说时，将char 视为UTF-8。 char如何存储UTF-8编码？
@overexchange 不，我绝对不是这样说，我认为没有人会接受这样的答案 :) 我们谈论的是字符串而不是单个字符 - 所以是 @987654330 的数组@ 而不是单个 char - 为简洁起见，我只是省略了 'array of'，因为它在此上下文中是隐含的。每个char 是UTF-8 符号的一个字节，可能是一个字节或更多。
@overexchange 您是否在问char 的数组是什么样的？它可以像char* 一样简单。我不认为这就是你真正的意思，因为任何引用代码点范围的人肯定都知道数组是什么；）你能更具体一点吗？

【解决方案2】：

WCHAR（或 Visual C++ 编译器上的 wchar_t）用于 Unicode UTF-16 字符串。
这是 Win32 API 使用的“本机”字符串编码。

CHAR（或char）可用于其他几种字符串格式：ANSI、MBCS、UTF-8。

由于 UTF-16 是 Win32 API 的本机编码，您可能希望在 Win32 API 中使用 WCHAR（以及更好的基于它的适当字符串类，例如 std::wstring）边界，在您的应用内。

而且您可以使用 UTF-8（例如，CHAR/char 和 std::string）在应用程序边界之外交换 Unicode 文本。例如： UTF-8 在 Internet 上被广泛使用，当你在不同平台之间交换 UTF-8 文本时，你不存在字节顺序的问题（而使用 UTF-16 你必须同时考虑 UTF-16BE big-endian 和 UTF-16LE little-endian 情况）。

您可以使用 WideCharToMultiByte() 和 MultiByteToWideChar() Win32 API 在 UTF-16 和 UTF-8 之间进行转换。这些是纯 C API，它们可以方便地包装在 C++ 代码中，使用字符串类而不是原始字符指针，使用异常而不是原始错误代码。您可以找到here 的示例。

【讨论】：

@Mgetz：我知道。事实上，我认为 OP 的意思是 Win32 SDK 标头中定义的 WCHAR，而他的问题是关于 Win32 环境。请注意，我写的是："WCHAR（或wchar_t在 Visual C++ 编译器上）"。
其实wchar_t根本不存储任何编码信息。它是一种总是比 char 更宽的类型（每个字的字节数更多）。
@Mr.C64 这似乎是一个常见的假设，我不会做出这个假设，因为 OP 没有指定编译器。
你确定它在 windows 中是 UTF-16 而不是 UCS-2 吗？
@BrunoFerreira 实际上wchar_t 不一定比char 宽。唯一的要求是wchar_t 足够大，以便为实现支持的最大字符集的每个成员存储唯一值。因此，如果实现的最大字符集小于 256，则 wchar_t 可以是 8 位。

【解决方案3】：

正确的问题不是使用哪种类型，而是您与图书馆用户之间的合同应该是什么。 char 和 wchar_t 都可以表示不止一件事。

对我来说，正确的答案是使用 char 并考虑所有 utf-8 编码的内容，正如 utf8everywhere.org 所建议的那样。这也将使编写跨平台库变得更加容易。

请确保正确使用字符串。某些 API（如 fopen()）在 Windows 上编译时会接受 char* 字符串并以不同方式处理（而不是 UTF-8）。如果 Unicode 对您很重要（并且在您处理字符串时可能很重要），请务必正确处理您的字符串。在 boost::locale 中可以看到一个很好的例子。我还建议在 Windows 上使用 boost::nowide 以在库中正确处理字符串。

【讨论】：

【解决方案4】：

在 Windows 中，我们坚持使用 WCHARS。标准::wstring。主要是因为如果你不这样做，你最终不得不转换，因为调用 Windows 函数。

我有一种感觉，仅仅因为http://utf8everywhere.org/ 而在内部尝试使用 utf8 会在以后给我们带来麻烦。

【讨论】：

【解决方案5】：

最好在开发 Windows 应用程序时使用 TCHAR。 TCHARs 的好处是它们可以是常规字符或 wchars，这取决于是否设置了 unicode 设置。使用 TCHAR 后，请确保您使用的所有字符串操作也以 _t 前缀开头（例如，_tcslen 表示字符串长度）。这样您就知道您的代码可以在 Unicode 和 ASCII 环境中工作。

【讨论】：

TCHAR 以及在char 和wchar_t 之间切换的能力对于将遗留程序从遗留编码的char 迁移到wchar_t 非常有用。 TCHAR 不得用于任何其他目的。不应使用 TCHAR 编写新软件：新的 Windows 代码应明确使用（UTF-8 编码）char 或 wchar_t。
TCHAR 的真正坏处在于它可以是char 或wchar_t，因为您必须根据您使用的代码编写截然不同的代码。无论您选择什么（坦率地说，除非您正在处理文本，否则应该是 char），使用它，而不是 TCHAR。
@armanali 哪种编码格式？您必须处理收到的任何编码格式。如果是 UTF-8，那么你编写处理 UTF-8 的代码；它是 UTF-16（BE 或 LE），然后您编写处理 UTF-16 的代码；如果是 UTF-32（BE 或 LE），那么您编写处理 UTF-32 的代码。
我会说在库中使用设置敏感类型（如 TCHAR，它依赖于 UNICODE 定义）是非常糟糕的。问题是关于图书馆的。同意 utf8everywhere.org。