C ++：让我的项目支持unicode

Question

我的C ++项目目前大约有16K行代码，我承认首先完全没有考虑过unicode支持。

我所做的只是std::string的自定义typedef String并跳转到编码。

我自己从未在我编写的程序中使用过unicode。

• 现在将项目切换到unicode有多难？它甚至是个好主意吗？

• 我可以在没有任何重大问题的情况下切换到std::wchar吗？

Answer 1

使应用程序能够识别unicode的最重要的部分可能是跟踪字符串的编码，并确保您的公共接口已经明确指定，并且易于使用您希望使用的编码。

切换到更宽的字符（在c ++ wchar_t中）不一定是正确的解决方案。事实上，我认为这通常不是最简单的解决方案。某些应用程序可以通过指定所有字符串和接口使用UTF-8而根本不需要更改来逃脱。 std::string可以很好地用于UTF-8编码的字符串。

但是，如果您需要解释字符串或非UTF-8接口的接口中的字符，那么您将需要投入更多的工作但不了解您的应用程序，因此无法推荐单一的最佳方法。

Answer 2

使用std::wstring时存在一些问题。如果您的应用程序将以Unicode格式存储文本，并且它将在不同平台上运行，则可能会遇到麻烦。 std::wstring依赖于wchar_t，它取决于编译器。在Microsoft Visual C ++中，此类型为16位宽，因此仅支持UTF-16编码。 GNU C ++编译器将此类型指定为32位宽，因此仅支持UTF-32编码。如果然后将文本存储在一个系统（例如Windows / VC ++）的文件中，然后从另一个系统（Linux / GCC）读取该文件，则必须为此做好准备（在这种情况下，从UTF-16转换为UTF-32）。

Answer 3

  

我可以在没有任何重大问题的情况下切换到[std::wchar_t]吗？

不，这不是那么简单。

• wchar_t字符串的编码与平台有关。 Windows使用UTF-16。 Linux通常使用UTF-32。 （C ++ 0x将通过引入单独的char16_t和char32_t类型来缓解这种差异。）
• 如果您需要支持类Unix系统，那么您没有Windows所具有的所有UTF-16功能，因此您需要编写自己的_wfopen等。
• 您使用任何第三方图书馆吗？ 他们支持wchar_t？
• 虽然宽字符通常用于内存中表示，但磁盘和on-the-Web格式很多更可能是UTF-8（或其他{{1}基于编码）比UTF-16/32。你必须转换它们。
• 您不能只用char搜索和替换char，因为C ++会混淆“character”和“byte”，您必须确定哪些wchar_t是字符和其中char是字节。