所以，我正在开发一个普通的C（ANSI 9899：1999）项目，我正在试图弄清楚从哪里开始：Unicode，UTF-8和所有那些爵士乐。
具体来说，它是一个语言解释器项目，我有两个主要的地方，我需要处理Unicode：读取源文件（表面上支持Unicode标识符的语言等），以及'字符串'对象。
我熟悉所有关于Unicode的明显基础知识，UTF-7/8/16/32＆amp; UCS-2/4，等等......我主要是寻找有用的，特定于C的（也就是说，请不要使用C ++或C＃，这是之前在SO上记录的所有内容）资源，我的'下一个在C中实现Unicode友好的东西的步骤。
任何链接，联机帮助页，维基百科文章，示例代码都非常受欢迎。我还会尝试在原始问题中维护此类资源的列表，以供稍后发生的任何人使用。
man 3 iconv（以及iconv_open和iconvctl）libbasekit，似乎包含轻量级Unicode处理工具答案 0 :(得分：10)
International Components for Unicode提供了一个用于处理unicode的可移植C库。这是ICU4C的电梯间距：
C和C ++语言以及许多操作系统环境不能完全支持Unicode和符合标准的文本处理服务。尽管某些平台确实提供了良好的Unicode文本处理服务，但便携式应用程序代码无法使用它们。 ICU4C图书馆填补了这一空白。 ICU4C为应用程序提供了一个开放，灵活，可移植的基础，用于满足其软件全球化要求。 ICU4C密切跟踪行业标准，包括Unicode和CLDR（通用区域数据存储库）。
答案 1 :(得分：3)
GLib有一些Unicode functions，是一个非常轻量级的库。它并不接近ICU提供的功能级别，但对某些应用程序来说可能已经足够了。 GLib的其他功能也适用于便携式C程序。
GTK +建立在GLib之上。 GLib提供了通常在应用程序中复制的基本算法语言结构。该库具有诸如此列出的功能（此列表不是一个全面的列表）：
- 对象和类型系统
- 主循环
- 模块的动态加载（即插件）
- 线程支持
- 计时器支持
- 内存分配器
- 线程队列（同步和异步）
- 列表（单链接，双链接，双端）
- 哈希表
- 阵列
- 树木（N元和二元平衡）
- 字符串实用程序和字符集处理
- 词法扫描程序和XML解析器
- Base64（编码和解码）
答案 2 :(得分：0)
我认为其中一个有趣的问题是 - 字符串的规范内部格式应该是什么？两个明显的选择（至少对我来说）是
a）utf8 in vanilla c-strings b）无符号短阵列中的utf16
在之前的项目中，我总是选择utf-8。为什么因为它是C世界中阻力最小的路径。你正在接口的所有东西（stdio，string.h等）都可以正常工作。
接下来 - 什么文件格式。这里的问题是它对您的用户可见（除非您为您的语言提供唯一的编辑器）。在这里，我猜你必须拿走他们给你的东西并尝试通过偷看来猜测（字节顺序标记帮助）