Unicode 16位宽的字符有什么意义？

我正在读《简而言之C》这本书。它比较了两种表示非拉丁字符的方法：宽字符和多字节字符。它说宽字符对字符集中的每个字符使用相同的位宽度（强调我的字符）。然后，介绍了类型

wchar\u t

，以及在C11标准之后的类型

char16\u t

和

char32\u t

我的问题是，在unicode的世界里，

char16\t

有多有用？UTF-16编码的字符可以是2个字节到4个字节之间的任意位置，因此如果遵循在宽字符中字符总是采用相同的位宽度的规则，则

char16\u t

无法可靠地表示它

---

我知道标准中并非所有的东西都是“有用的”，而C标准并不规定编码，因此可能

char16\u t

只是供某人使用。但是，我是否正确，在处理Unicode方面，

char16\u t

没有那么有用？UTF-16是一种非常糟糕的编码，但我们不知道Unicode最初是在什么时候出现的。当时，16位足以存储任何指定的代码点，而具有许多理想特性的UTF-8尚未发明

因此，从那时起就开始构建支持Unicode的系统——例如，Windows NT和Java——基于UTF-16的字符串存储类型。这些系统以及与它们交互的其他系统要求您使用具有16位代码单元语义的字符串来访问它们的API

当您需要与其中一个系统对话时，一个固定的

char16\t

确实很有用，它明确表示16位代码单元，而不是完整的代码点

如果一个字符遵循的规则是，在宽字符中，一个字符总是采用相同的位宽度，那么字符16_t就不能可靠地表示它

---

这不是真正的规则

char16_t

（在相同类型的平台上也是一样的

wchar_t

）当然可以（而且通常是）用于存储UTF-16代码单元，其中星体平面字符由两个（代理）代码单元表示。

嗯，这比UTF16使用uint8_t要简单一些。。。但是，如果要存储完整的代码点，char16\t是没有用的。。。（同样，存储完整代码点的功能对于正确处理Unicode也不够有用。（标准化……您有更多的问题）这些只是帮助存储代码点的编码元素的基本类型

char16\u t

对于utf-16很有用，您需要一个或两个。与

unsigned char

一样，要存储utf-8的编码元素，需要1到4个元素。请注意，关于编码大小的推理是危险的，一个印刷字体可能需要多个代码点。谷歌“zalgo”提供了一个过多的例子。问题是你不能保证拥有

stdint.h

，所以你需要一个内置类型，保证可以用于UTF-16。因为现在Unicode是标准，二进制表示主要是UTF-8，

string

是比

char

更有用的抽象leel<代码>ĉ可以是一个Unicode代码点，也可以是两个（

c

加零宽度）

^

）-需要进行文本规范化。我会选择一个Unicode内部

字符串

，就像在java中一样，这里有一个

getBytes

和一个带有字节和字符集的构造函数。