wchar_t for Linux上的UTF-16？

Question

在Linux上使用wchar_t*存储UTF-16编码文本是否有意义？显而易见的问题是wchar_t在Linux上是四个字节，而UTF-16通常每个字符需要两个（有时是两组）两个字节。

我正在尝试使用完全相同的第三方库，这似乎非常令人困惑。看起来事情搞砸了，因为在Windows上wchar_t是两个字节，但我只想仔细检查，因为它是一个相当昂贵的商业库，可能我只是不明白。

Answer 1

虽然可以在wchar_t中存储UTF-16，但是这些wchar_t值（或者用作字符串的数组）不适合用于{{1}的任何标准函数}或指向wchar_t字符串的指针。因此，为了回答你最初的问题“它是否有意义......？”，我会回答一个明确的否定。当然，您可以使用wchar_t或者C11 uint16_t（如果可用），但我没有看到任何理由为什么后者会更好，除非您还要使用C11函数处理它（它们似乎还没有实现）。

Answer 2

http://userguide.icu-project.org/strings说

  

Unicode标准定义了基于16位代码单元的默认编码。 ICU通过定义UChar为无符号16位整数类型来支持这一点。这是ICU中字符串的字符数组的基本类型。

因此，如果您使用ICU，则可以使用UChar*。如果不是，uint16_t如果您希望与UChar互操作，则可以更轻松地进行转换。

Answer 3

嗯，最好的解决方案可能是将char16_t用于UTF-16，因为那是标准的16位字符类型。自gcc 4.4以来一直支持这一点，因此应该出现在大多数Linux系统上。

Answer 4

不，解码UTF-16并将其存储在wchar_t数组中是有意义的。并非所有Unicode代码点都只有一个UTF-16中的16位字，但它们都适合wchar_t。

在任何情况下，UTF-16都是比其他任何东西更糟糕的妥协，绝不应该使用。使用UTF-8（在大多数情况下更常用，也更常用），或者使用wchar_t []。