C++ 为UTF-8或UTF-16使用设计应用程序

我正在开发一个主要由英语和西班牙语读者使用的应用程序。但是，将来我希望能够支持更多的扩展语言，比如日语。在考虑程序设计时，我遇到了UTF-8、UTF-16和多字节的问题。我想编译我的程序以支持UTF-8或UTF-16（当使用中文等语言时）。为了实现这一点，我想我应该有

#if _UTF8
typedef char char_type;
#elif _UTF16
typedef unsigned short char_type;
#else
#error
#endif

这样，将来当我使用UTF-16时，我可以切换#define（当然，对于

sprintf

等，也可以使用相同类型的#if/#endif）。我有自己的自定义字符串类型，因此也可以使用这种情况

使用上面提到的场景，用我的“char_类型”替换“char”的每次使用，会被认为是一个“坏主意”吗？如果是这样，为什么它被认为是一个坏主意，我如何才能实现我上面提到的

---

我想使用其中一个的原因是由于内存效率。如果我不使用UTF-16，我宁愿不要一直使用它。

UTF-8可以代表每个Unicode字符。如果您的应用程序正确地支持UTF-8，那么您对任何语言都是黄金

---

请注意，如果您正在编写Windows应用程序，Windows的本机控件中没有设置UTF-8文本的API。但是，很容易制作一个应用程序，它在内部使用UTF-8处理所有事情，在Windows中设置文本时转换UTF-8->UTF-16，在从Windows获取文本时转换UTF-16->UTF-8。我已经完成了，它的工作非常棒，比编写WCHAR应用程序要好得多。转换UTF-8 16非常简单；Windows为它提供了API，或者您可以在自己的代码中找到一个简单的（一页）函数来实现它。

我相信选择UTF-8就足以满足您的需要。请记住，上面的char_类型在两种编码中都小于一个字符

---

您可能希望看看这个讨论：了解不同类型的流行编码的好处。

这基本上就是Windows所做的（除了Windows API将

char

解释为“ANSI”代码页而不是UTF-8）

---

那么英语和西班牙语是“基本”语言，日语是“扩展”语言？比如，基本保健和牙齿美白？不用麻烦了。如果可以的话，使用

char32\t

将您的内部表示形式设置为UTF32，并提供干净的接口。要点是，您不应该认为任何一种语言比任何其他语言都更基本。只要从一开始就设计你的程序来处理每一个输入，你就会得到一个更干净的结果。（另外，永远不要在内部使用UTF16，因为这是一种无益的痛苦。它仍然是可变长度的，并且会增加其他问题。你不需要担心程序内存中的空间。）我希望更高效地使用内存，而不是总是使用尽可能大的值。我还没有遇到过这样的情况：wchar\u没有让我的生活更轻松。它一直造成混乱并增加复杂性。如果我总是使用UTF8，那么为什么会有UTF16，或者为什么在某些想法中会有选项，比如Visual Studio中的“Unicode或多字节”？@chadb，“多字节”的选项适用于仍然使用代码页的旧程序。因为Windows在内部使用UTF-16，所以从来没有理由使用它。就Windows而言，“Unicode”的意思是“UTF-16”，这是一个遗憾，因为UTF-8在大多数情况下都更好。不幸的是，在UTF8流行之前，微软已经完成了所有的Unicode工作。微软在Windows 2000中改用了UTF-16。在此之前，WindowsNT4使用的是UCS-2。Windows必须使用UTF-16来保持与现有代码的向后兼容，并且一直到今天都是如此。@chadb:read。从我到StilesCrisis的巨大+1！那么，如何在我的代码中有效地使用UTF8呢？我是否需要将“char_type”用作与“char”不同的typedef？如果是，应该是哪种类型？您只需要使用包含UTF8数据的常规字符字符串。不需要新类型。同意SC；请记住，char不是字符（它是较少的）。“char不是字符（它是较少的）”，我喜欢双关语。