C ++中的Unicode处理

C ++中Unicode处理的最佳实践是什么？

---

• 使用ICU处理您的数据(或类似的库)
• 在您自己的数据存储中，确保所有内容都以相同的编码存储
• 确保您始终将unicode库用于诸如字符串长度，大写状态等平凡的任务。切勿使用is_alpha之类的标准库内置函数，除非这是您想要的定义。
• 我说的不够多：如果您关心正确性，请不要迭代string的索引，请始终使用unicode库。

---

如果您不关心与以前的C ++标准的向后兼容性，则当前的C ++ 11标准已内置Unicode支持：http://www.open-std.org/JTC1/SC22/WG21/docs/papers/2011 /n3242.pdf

因此，在C ++中进行Unicode处理的真正最佳实践是为其使用内置工具。但是，对于较旧的代码库而言，这并非总是可能的，而目前的标准是如此之新。

编辑：澄清一下，C ++ 11支持Unicode，因为它现在支持Unicode文字和Unicode字符串。但是，标准库仅对Unicode处理和转换提供有限支持。对于您当前的需求，这可能就足够了。但是，如果您现在需要进行大量繁重的工作，则可能仍需要使用ICU之类的工具来进行更深入的处理。当前有一些建议正在研究中，以包括对不同编码之间的文本转换的更强大的支持。我的猜测(也是希望)是，这将成为下一份技术报告的一部分。

---

我们公司(和其他公司)使用Taligent最初开发的开放源代码的Unicode国际组件(ICU)库。

它处理字符串，语言环境，转换，日期/时间，排序规则，转换等。等

从ICU用户指南开始

---

这是Windows编程的清单：

• _T(" my string")中包含的所有字符串
• strlen()等函数已被_tcslen()等替换。
• 使用LPTSTR和LPCTSTR代替char *和const char *
• 在Dev Studio中启动新项目时，请务必确保在项目属性中选择了Unicode选项。
• 对于C ++字符串，请使用std :: wstring代替std :: string

---

看着
C ++中不区分大小写的字符串比较

该问题具有指向Unicode的Microsoft文档的链接：http://msdn.microsoft.com/zh-cn/library/cc194799.aspx

如果您查看该文章旁边MSDN的左侧导航栏，则应该找到许多与Unicode函数有关的信息。它是"编码字符"一章的一部分(http://msdn.microsoft.com/zh-cn/library/cc194786.aspx)

它包含以下小节：

• 代码页模型
• Windows中的双字节字符集
• 统一码
• 混合环境中的兼容性问题
• Unicode数据转换
• 将基于Windows的程序迁移到Unicode
• 摘要

---

尽管这可能并不是每个人的最佳做法，但如果需要，您可以编写自己的C ++ UNICODE例程！

我刚刚完成了一个周末。我学到了很多东西，尽管我不能保证它是100％无缺陷的，但是我做了很多测试，而且看来工作正常。

我的代码在New BSD许可下，可以在这里找到：

http://code.google.com/p/netwidecc/downloads/list

它称为WSUCONV，并带有一个示例main()程序，该程序在UTF-8，UTF-16和标准ASCII之间进行转换。如果您丢弃主代码，那么您将拥有一个不错的读写UNICODE的库。

---

如上所述，使用大型系统时，最好的选择是库。但是有时候您确实想处理自己的事情(可能是因为该库将使用微控制器上的许多资源)。在这种情况下，您需要一个简单的库，可以将其中的零件复制出实际需要的东西。

Willow Schlanger的示例代码似乎是一个不错的代码(有关更多详细信息，请参见他的答案)。

我还发现了另一个代码较小的代码，但是缺少完整的错误检查功能，仅处理UTF-8，但拆装起来更简单。

这是看起来不错的嵌入式库的列表。

嵌入式库

• http://code.google.com/p/netwidecc/downloads/list(UTF8、UTF16LE、UTF16BE、UTF32)
• http://www.cprogramming.com/tutorial/unicode.html(UTF8)
• http://utfcpp.sourceforge.net/(简单的UTF8库)

---

看看UTF-8 Everywhere的建议

---

使用IBM的Unicode国际组件

---