如何在API中表示Unicode字符

Question

这是一个MBCS问题，而不是Unicode问题。我需要创建一个API，它返回一个结构列表，每个实例都包含一个Unicode字符作为其成员之一。这是在.NET中，所以你认为我想要UTF-16，但对于亚洲字符，则需要两个字符。返回Unicode字符时最佳做法是什么？

1. 使用2个UTF-16字符的数组 - 测试第一个字符以查看它是否是代理，是否有计数？
2. 忽略代理问题并将其留给调用者以找出实际的字形编码跨度结构？
3. 使用字符串代替，所以我不在乎它的长度是一个还是两个字符？
4. 使用UTF-32

人们通常为UTF-8做些什么？我猜他们从不处理单个字符，并且所有内容都保存在字符串中（例如，在字符串中搜索字符实际上是通过查找子字符串来完成的）。也许这是我的C ++程序员，但字符串似乎很重要。

我想我会做＃3。其他人做了什么？

Answer 1

你正确使用字符串。在Unicode中，因为即使是单个字符也可能需要多个代码点（根据编码，每个代码点都需要一定数量的字节），因此您不能真正处理任何比字符串更少的代码。甚至像isUpper之类的函数也应该使用一个字符串，并且只能处理它的第一个元素。

角色可能需要多个代码点的原因通常是因为组合字符，重音等等。

请参阅此question in the Unicode FAQ。