将 Unicode 分配给 wchar_t 变量答案

【问题标题】：Assigning an Unicode to a wchar_t variable将 Unicode 分配给 wchar_t 变量
【发布时间】：2016-07-15 14:36:06
【问题描述】：

如何将Unicode 等字符向上箭头 分配给wchar_t 变量？

【问题讨论】：

wchar_t variable = L'\u1234';（将 1234 替换为所需的 Unicode 代码点）。
@IgorTandetnik 是绝对正确的，这是唯一可靠的方法。如果您需要查找 Unicode 代码点值，只需 Google 即可。例如，这是一页箭头：en.wikipedia.org/wiki/Template:Unicode_chart_Arrows
对于代码点 U+10000 及更高版本，char 文字的直接分配在 Windows 上不起作用，因为 wchar_t 是 16 位的。在这种情况下，您需要使用占用两个 wchar_t 的代理对。

标签： c++ unicode

【解决方案1】：

wchar_t 在 Linux 上可能是 32 位，但在 Windows 上是 16 位，UTF-16LE 编码，有时需要两个 wchar_t 来存储一个 Unicode 代码点。

UTF-16LE 和 UTF-16BE 不是线性的，具有不能分成两个字符串的对。而且 wchar_t 是不可移植的。

因此最好使用 UTF-8 和 char。

void append_utf8(string& s, uint cp) {
    if (cp < 0x80 && cp != 0) {
        // Let encode U+0 too (Modified UTF-8), as non-terminator?
        s.append(1, (char) cp);
    } else {
        char cpBytes[6];
        int bi = 0;
        int lastPrefix = 0xC0;
        int lastMask = 0x1F;
        for (;;) {
            int b = 0x80 | (cp & 0x3F);
            cpBytes[bi] = (char)b;
            ++bi;
            cp >>= 6;
            if ((cp & ~lastMask) == 0) {
                cpBytes[bi] = (char) (lastPrefix | cp);
                ++bi;
                break;
            }
            lastPrefix = 0x80 | (lastPrefix >> 1);
            lastMask >>= 1;
        }
        while (bi > 0) {
            --bi;
            s.append(1, cpBytes[bi]);
        }
    }
}

string s;
append_utf8(s, 0x2191): // For U+2191 up arrow.
append_utf8(s, 0x1F913): // For U+01F913 emoji nerd face.

对于 Windows 上的宽字符 (UTF-16)，例如：

void append_wch(std::wstring& s, uint cp) {
    if (cp < 0x10000) {
        s.append(1, (wchar_t) cp);
    } else {
        cp -= 0x10000;
        uint w = (cp >> 6) + 0xD800;
        s.append(1, (wchar_t) w);
        w = (cp & 0x3FF) + 0xDC00;
        s.append(1, (wchar_t) w);
    }
}

（请注意，我受 Java 影响。）

【讨论】：

Windows API 是 UTF-16，因此在该平台上使用 UTF-8 需要大量额外的工作。见utf8everywhere.org
@MarkRansom 是的，只有 Windows 的桌面开发可能正是 OP 想要的。谢谢