我的程序如何从ASCII转换到Unicode？ 我想编写一个C++程序，它应该在UNIX和Windows上工作。这个程序应该能够同时使用：Unicode和非Unicode环境。其行为应仅取决于环境设置

我想拥有的一个很好的特性是操纵从目录中读取的文件名。这些可以是unicode。。。或者不是

---

实现这一点最简单的方法是什么？

您必须决定要使用哪种Unicode编码，例如UTF-8、ISO-8859-1等 然后，在所有的字符串操作中，C++中都应该考虑到这一点。例如，看看w_char和wstring。

---

在非Unicode环境中，我假设您的意思是输入变量将仅为ascii

我见过的最好的方法是使用

typedef

s和一些基于条件编译定义的宏。例如：

#ifdef UNICODE
#define mychar wchar_t
#define s(a) L ## a
typedef std::wstring mystringa;
#else
#define mychar char
#define s(a) a
typedef std::string mystringa;
#endif
typedef std::basic_string<mychar> mystringb;

#ifdef UNICODE
#定义mychar wchar\t
#定义s（a）L#a
typedef std:：wstring mystringa；
#否则
#定义mychar
#定义s（a）a
typedef std:：字符串mystringa；
#恩迪夫
typedef std:：basic_字符串mystringb；

---

等等。然后将字符串用作

s（“foo”）

和

mystringa（s（“foo”）。我展示了两种创建字符串类型的方法。两者都可以。
您必须决定如何在内部表示文本。

这应该是恒定的，无论你选择什么

然后，无论何时读取任何输入，都必须将代码从输入格式转换为内部格式。然后从内部格式到输出格式就出来了。如果您碰巧在内部和外部使用相同的格式，这将成为标识操作

UTF-8非常适合存储和传输，因为它具有良好的压缩性能。

但我不喜欢它作为一个内部表示，因为它有可变的长度

UTF-16：被认为是全人类的救世主。

但很快就被UTF-32取代了

UTF-32：已修复。因此非常适合内部表示和操作。

易于与UTF-8进行转换。

非常庞大（每个字符占用4个字节）

大多数操作系统要么已经转换为UTF字符串表示，要么正在朝着这个方向发展。因此，在内部使用onld obsolte格式（如ISO-8859）只意味着在字符串转换为UTF或从UTF转换为UTF时，对操作系统的调用将导致额外的工作。因此，（对我来说）这似乎是浪费时间。
区域设置标识符“”（空字符串）指定了特定于实现的默认区域设置。因此，如果您将全局语言环境设置为
std:：locale（“”
），那么理论上，您将获得一个基于环境语言环境设置初始化的默认语言环境。这和标准C++给你的帮助差不多。

这在Windows上有一些主要限制，MSVC不提供任何带有UTF-8编码的std:：locale。Mac OS X除了与文化无关的“C”语言环境外，不提供任何std:：语言环境

在实践中，在应用程序内部的任何地方都可以标准化UTF-8编码的std:：string。然后，在需要与操作系统交互的特定情况下，根据需要进行代码转换。例如，在unix上使用UTF-8编码的const char*定义文件名，而在windows上使用UTF-16编码的wchar*定义文件名

UTF-8是一种广泛推荐的内部字符集，适用于便携式应用程序。UTF-16与UTF-8具有相同的可变宽度编码问题，并且对许多语言使用了更多的空间。此外，UTF-16还增加了字节排序问题，在unix上的支持相对较少。UTF-32是最简单的编码，但它也占用了最多的空间，并且在windows上没有本机支持

我想用C++编写一个程序
应该可以在Unix和Windows上工作

首先，确保您了解Unix支持Unicode与Windows支持Unicode的区别

在Unicode之前的日子里，这两种平台的相似之处在于，每种语言环境都有自己的首选字符编码。字符串是
char
的数组。一个
char
=一个字符，但在少数东亚地区使用双字节编码（由于非自同步，因此难以处理）的情况除外

但他们以两种不同的方式接近Unicode

Windows NT在早期采用Unicode，当时Unicode是一种固定宽度的16位字符编码。微软用16位字符（
wchar\t
）而不是8位字符编写了一个全新版本的Windows API。为了向后兼容，他们保留了旧的“ANSI”API并定义了大量宏，因此您可以根据是否定义了
\u Unicode
调用“ANSI”或“Unicode”版本

在Unix世界（特别是贝尔实验室的Plan 9），开发人员决定更容易扩展Unix现有的东亚多字节字符支持，以处理3字节字符，并创建了现在称为UTF-8的编码。近年来，类Unix系统已使UTF-8成为大多数地区的默认编码

Windows理论上可以扩展其ANSI支持以包括UTF-8，但是，由于硬编码假设字符的最大大小。因此，在Windows上，你会被一个不支持UTF-8和C++运行库的OS API所支持，而它不支持UTF-8。
结果是：


UTF-8是Unix上最容易使用的编码。
UTF-16是在Windows上使用的最简单的编码。

这给跨平台代码带来了听起来一样多的复杂性。如果您只选择一种Unicode编码，并坚持使用它，这会更容易

应该是哪种编码？
看

总之：


UTF-8允许您保留8位代码单元的假设
UTF-32允许您保留假设