Nar*_*rek 9 c++ windows unicode winapi encoding
相同的Unicode(标准化)表有不同的编码.例如,对于UTF-8编码A 对应 0x0041但是对于UTF-16编码,A其表示为 0xfeff0041.
从这篇精彩的文章中我了解到,当我使用C++ for Windows平台编程并处理Unicode时,我应该知道它以2个字节表示.但它没有说明编码.(即使它说x86 CPU是little-endian所以我知道这两个字节是如何存储在内存中的.)但是我也应该知道Unicode的编码,这样我就可以获得有关符号如何存储在内存中的完整信息.C++/Windows程序员有没有固定的Unicode编码？
Mar*_*som 15
存储在Windows内存中的值始终为UTF-16 little-endian.但那不是你所说的 - 你在看文件内容.Windows本身不指定文件的编码,而是将其留给单个应用程序.
您在文件开头看到的0xfe 0xff是字节顺序标记或BOM.它不仅表明该文件很可能是Unicode,而且它告诉您Unicode编码的哪种变体.
0xfe 0xff UTF-16 big-endian
0xff 0xfe UTF-16 little-endian
0xef 0xbb 0xbf UTF-8
除非您知道如何编写,否则应将具有BOM的文件假定为8位字符.这仍然没有告诉你,如果它是UTF-8或其他一些Windows字符编码,你只需要猜测.
您可以使用记事本作为如何完成此操作的示例.如果文件有BOM,那么记事本将读取它并适当地处理内容.否则,您必须使用"编码"下拉列表自行指定编码.
编辑:Windows文档没有更具体的编码原因是Windows是Unicode的早期采用者,当时每个代码点只有一个 16位编码.当确定65536个代码点不合适时,代理对被发明为扩展范围的方式,并且UTF-16诞生了.微软已经使用Unicode来引用他们的编码而且从未改变过.
| 归档时间： |
|
| 查看次数： |
5099 次 |
| 最近记录： |