为什么 Windows 使用 ANSI 代码页而不是 UNICODE？答案

【问题标题】：Why does Windows use ANSI Code page instead of UNICODE?为什么 Windows 使用 ANSI 代码页而不是 UNICODE？
【发布时间】：2017-10-11 00:20:30
【问题描述】：

当我在cmd.exe 窗口中运行命令chcp 时，它代表Windows 中使用的代码页。

我认为 Windows 使用 UNICODE 字符集。

所以，我的问题是：

为什么 Windows 使用 ANSI 代码页而不是 Unicode？p>
Windows 使用 UTF-16 还是 UCS-2？我可以检查这个（通过命令或 MSDN 链接）吗？
UTF-16 或 UCS-2 只是一种编码？还是也是一个字符集？
UTF-8, UTF-16, UTF-32, etc .. 它们有不同的字符集大小吗？

我很困惑。请有人定义它们。

【问题讨论】：

更改控制台的代码页只会影响非 Unicode 应用程序。 AFAIK 控制台仍然只支持 UCS-2，但当然大多数 Windows 应用程序都是 GUI 并且不使用控制台。
控制台中的字符单元使用 16 位字符代码。这限制了它可以向 BMP 显示的内容。可以将 UTF-16 代理对写入相邻单元格，在这种情况下，它们将显示为两个默认字形，例如带框的问号。 FWIW，您可以将代理对复制并粘贴到另一个窗口。控制台也不使用 Uniscribe 或 DirectWrite，因此不支持复杂的脚本、组合字符和自动回退字体。您可以通过注册表中的手动字体链接来提高字形覆盖率。
1) 为什么 Windows 使用 ANSI 代码页而不是 UNICODE？ 真正的控制台同时使用 Unicode 和多字节 api。所有内部函数都使用 Unicode。显示为 Unicode 的文本。 CP 仅用于翻译输入/输出 Unicode 多字节。如果我们调用WriteConsoleW，文本将按原样显示，当前 CP 没有任何影响。如果我们调用WriteConsoleA - text first 将通过MultiByteToWideChar 转换为 Unicode，CP 将用作此处的第一个参数。所以A api 调用结果取决于当前的CP，而W 不是。和chcp 仅对当前cmd.exe 有效
@RbMm，我假设您的意思是当前控制台，而不仅仅是连接到控制台的 CMD shell。 CMD 只是一个控制台客户端应用程序，就像任何其他控制台应用程序一样。 chcp.com 是一个简单的控制台应用程序，它调用GetConsoleCP、SetConsoleCP 和SetConsoleOutputCP。它不允许设置独立于输入代码页的输出代码页。值得注意的是，控制台的输入和输出代码页在通过ReadFile 和WriteFile 用作通用文件时使用，不支持UTF-16LE（代码页1200）。
感谢您的回复。我添加了第 4 个问题，请回复。

标签： windows unicode encoding utf-16 ucs2

【解决方案1】：

历史原因和向后兼容性。 Windows 本身是一个基于 Unicode 的操作系统，从 NT 时代就一直如此。但是许多遗留（甚至是当前）应用程序并不是为 Unicode 编写的。支持 Unicode 的应用不使用 ANSI 代码页，除非它们需要在 ANSI 和 Unicode 之间转换运行时数据。
Microsoft 在 Windows 2000 中切换到 UTF-16。在此之前，它使用的是 UCS-2。见Unicode in Microsoft Windows。
UTF-16 和 UCS-2 都只是相同 Unicode 字符集的编码。 UTF-16 的发明是为了支持 U+FFFF 以上的编码代码点，而 UCS-2 无法处理。
所有 UTF（包括许多您尚未命名的）都只是相同 Unicode 字符集的编码。名称中指定的数字是编码代码单元中使用的位数（UTF-8 使用 8 位代码单元，UTF-16 使用 16 位代码单元等）。

【讨论】：

UTF-16 是一种字符编码。 UCS-2 是一个字符集。当开始在 Windows NT 上工作时，它们本质上是一样的。数字上，而不是语义上。正如您在要点 2 和 3 中指出的那样，在 Windows 2000 之前，这种区别并不那么重要。
"启用 Unicode 的应用程序不使用 ANSI 代码页" 您如何“启用 unicode”应用程序？我找不到任何相关信息
@Barnack 在您的代码中使用 Unicode 字符串和 Unicode API，而不是使用 ANSI 字符串和 ANSI API。首先确保您的项目配置为使用 Unicode 字符集，以便在编译期间定义 ``UNICODE` 和 _UNICODE 条件，使所有 TCHAR/_TCHAR-based variables and C/Win32 APIs to use wchar_t` 而不是 char .查看编译器的文档了解更多详情
@RemyLebeau wchar_t 在处理 unicode 方面做得更好，因为它最多支持两个字节。它仍然不支持 unicode 编码。它当然不包括 utf-8，这是您应该在主要使用西方字符串以避免内存浪费的程序中使用的。
@Barnack wchar_t 在 Windows 2000 之前被解释为 UCS-2，但自 2000 年以来 wchar_t 现在被解释为 UTF-16，是的。至于char 和 UTF-8，大多数版本的 Windows 不理解 UTF-8（除了少数孤立的情况，例如 MultiByteToWideChar()/WideCharToMultiByte() API、fopen() 的扩展、chmod cmd 控制台等的命令）。但在 Windows 10 Insider build 17035 中，微软终于为旧版 Win32 ANSI API 添加了 UTF-8 代码页支持（即将char 字符串解释为 UTF-8 而不是 ANSI），但该功能目前处于测试阶段