我有一个非常大的（数百万行）应用程序，它是使用MBCS（代码页1252）开发的，并假设所有字符串都是char *，每个字符只有一个字节。我们现在正在扩展我们的语言集，需要转向Unicode。由于UTF-8以1字节为增量工作，因此这似乎很合适。按照惯例，我们希望通过最少量的代码更改来进行此更改。我们不希望将所有内容更改为wchar或_TCHAR，并且如果我们可以帮助它们，则必须修改每个源文件的编码方式。
使用这些外来字符的唯一方法是用户在字段中输入它们，例如名称。然后，根据需要将包含这些字符的字符串保存到文件中，不进行操作。稍后读取文件并显示内容。假设在源代码中没有使用cp1252之外的字符（即中文字符等），我们是否需要对大部分源代码进行任何更改，或者我们可以将其保留为char *并让它可能是多个字节传递到系统，直到它们到达显示它们的UI？
该应用程序是使用MFC在Visual Studio 2015上开发的。
答案 0 :(得分：0)
Oracle提供very detailed page讨论该主题。 （在页面上搜索：CP1252，所有＆＃39;字符集＆＃39;都列在底部。）
MBCS代表：多字节字符集。
cp-1252 不是 MBCS：
cp-1252包含ASCII char-set（128个符号），扩展了128个符号：256个符号，每个符号1个字节编码。
由于MBCS每个符号可以容纳1或2个字节，因此它包含cp-1252（256个1字节符号），但它包含的符号比cp-1252多得多。
有关Unicode and MBCS的信息，请参阅Microsoft。
如果您安装了python，则可以在文件your_path_to\Python27\Lib\encodings\cp1252.py内清楚地看到它：从0x00到0xFF：每个符号一个字节（2 * 4位），256个符号。
关于国际化，微软有帮助吗？
答案 1 :(得分：0)
UTF-8是用于对数据进行编码的不错选择。在Windows上对它的支持越来越好，但您仍然希望将UTF-8字符串转换为wchar_t的字符串（即Windows上的UTF-16），以便将它们与Windows API一起使用。 （Windows中使用CP 65001在控制台上读取和编写UTF-8的支持有限，但您的应用可能不是控制台模式。）您可以使用<codecvt>（std::codecvt_utf8或{{std::codecvt_utf8_utf16执行此操作。 1}}），Boost中的widen()和narrow()，C中的mbstowcs()或ICU或QT等其他各种库。
Windows上的UTF-8支持似乎正在改进。最新的Windows 10SR4中甚至还有".utf8"或".utf-8"区域设置。如果必须在旧版本上运行，您可能仍然无法在应用程序中长时间使用UTF-8语言环境。
您还需要能够将旧数据转换为UTF-8，但相同的库也可以处理它。例如，您可以从初始化为保存数据的代码页的codecvt对象获取std::locale方面。或者只使用查找表。
没有太多理由将数据保存在除UTF-8之外的任何内容中。 UTF-16占用更多空间，甚至不是固定宽度编码，在字节顺序方面存在问题，并且在其他地方没有广泛使用。