C/C++中的跨平台unicode:使用哪种编码？

Question

我目前正在开发一个业余爱好项目(C/C++),它可以在Windows和Linux上运行,完全支持Unicode.可悲的是,Windows和Linux使用不同的编码使我们的生活更加困难.

在我的代码中,我试图尽可能地使用数据,使Windows和Linux都变得容易.在Windows中,wchar_t默认编码为UTF-16,在Linux中编码为UCS-4(如果我错了,请纠正我).

我的软件打开({_wfopen,UTF-16,Windows},{fopen,UTF-8,Linux})并将数据写入UTF-8文件.到目前为止,这一切都是可行的.直到我决定使用SQLite.

SQLite的C/C++接口允许一个或两个字节的编码字符串(单击).当然,这在Linux中不适用于wchar_t,因为Linux中的wchar_t默认为4个字节.因此,从sqlite编写和读取需要转换为Linux.

目前,代码混乱了Windows/Linux的例外情况.我希望坚持在wchar_t中存储数据的标准思路:

• Windows中的wchar_t:文件路径没有问题,读取/写入sqlite没有问题.无论如何,将数据写入文件应该以UTF-8完成.
• Linux中的wchar_t:由于UTF-8编码导致的文件路径异常,读取/写入sqlite(wchar_t)之前的转换,以及将数据写入文件时的窗口相同.

看完之后(这里)我确信我应该坚持使用Windows中的wchar_t.但是在完成所有这些工作之后,麻烦就开始于移植到Linux.

目前我正在考虑重做这一切以坚持使用简单的字符(UTF-8),因为它适用于Windows和Linux,记住我需要'WideCharToMultiByte'在Windows中的每个字符串来实现UTF-8.使用简单的基于char*的字符串将大大减少Linux/Windows的异常数量.

你对跨平台的unicode有经验吗？有关简单地以UTF-8存储数据而不是使用wchar_t的想法的想法？

Answer 1

在所有平台上使用UTF-8,即时转换为UTF-16 for Windows是跨平台Unicode的常用策略.