宽字符窗口
Windows 将 wchar_t 符号定义为 16 位长。然而，使用的 UTF-16 编码告诉我们，某些符号实际上可能是用 4 个字节（32 位）编码的。
这是否意味着，如果我正在为 Windows 开发应用程序，则以下语句：
wchar_t symbol = ... // Whatever
可能仅代表实际符号的一部分？
如果我执行以下操作，会发生什么在 *nix 下也是一样，其中 wchar_t 是 32 位长？
Windows defines the wchar_t symbol to be 16 bits long. However, the UTF-16 encoding used tells us that some symbols may actually be encoded with 4 bytes (32 bits).
Does this mean that if I'm developing an application for Windows, the following statement:
wchar_t symbol = ... // Whatever
might only represent a part of the actual symbol?
And what will happen if I do the same under *nix, where wchar_t is 32 bits long?
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
是的，这意味着
symbol可能包含 Windows 上代理对的一部分。在*nixes上，wchar_t是 32 位长，将保存整个 Unicode 字符集。请注意，Unicode 代码点并不代表字符，因为某些字符可能由多个 Unicode 代码点编码，因此对字符进行计数根本没有意义。特别是，这意味着在 Unicode 库之外的任何地方使用除 UTF-8 编码的窄字符字符串以外的任何内容都是没有意义的，即使在 Windows 上也是如此。请阅读这个旧线程了解详细信息。
Yes, it means that
symbolmay hold a part of a surrogate pair on Windows. On*nixeswchar_tis 32 bit long and will hold the whole Unicode character set. Note that a Unicode code-point doesn't represent a character, since some characters may be encoded by more than one Unicode code-point, thus it doesn't make sense to count characters at all. In particular this implies that it doesn't make sense to use anything other than UTF-8 encoded narrow-char strings anywhere outside Unicode libraries, even on Windows.Read this old thread for details.