Windows 为什么不是'；t允许UTF-8作为；美国国家标准协会；代码页？

Windows函数允许任何有效的代码页

（不支持UTF-7和UTF-8除外）

好的，不支持UTF-7是有道理的：字符具有非唯一表示，这会带来复杂性和安全风险

但是为什么不是UTF-8呢

据我所知，Windows API函数的“ANSI”版本将其参数转换为UTF-16，调用等效的“W”函数，并将输出中的任何字符串转换为“ANSI”。这是我一直在做的手工。那么为什么Windows不能为我做到这一点呢？

ANSI代码页基本上是传统的：Windows 9X时代。无论如何，所有现代软件都应该是基于Unicode（即UTF-16）的

---

基本上，当最初设计Ansi代码页时，UTF-8甚至没有发明，因此对多字节编码的支持是相当随意的（即大多数Ansi代码页是单字节的，除了一些东亚代码页是一个或两个字节）。当所有新的开发都应该在UTF-16中完成时，添加对“正确”多字节编码的支持可能被认为是不值得的。

\u setmbcp（）

是VC++RTL函数，而不是Win32 API函数。它只影响RTL解释字符串的方式。它对Win32 API

A

函数没有任何影响。当它们在内部调用它们的

W

对应项时，

A

函数总是使用

MultiByteToWideChar（）

和

WideCharToMultiByte（）

指定代码页0（

CP\u ACP

）来使用系统默认的Ansi代码页进行转换，我试图回答这个问题

---

基本上，他的解释是，尽管Windows API函数的“ANSI”版本旨在处理不同的代码页，但历史上有一种隐含的期望，即字符编码每个代码点最多需要两个字节。UTF-8不符合预期，现在更改所有这些函数需要大量测试。

原因与中所述及其下面的注释完全相同：有些函数不能处理长度超过2字节的字符

微软表示，UTF-8区域设置可能会破坏某些函数，因为这些函数的编写假定多字节编码每个字符使用的字节数不超过2个，因此，UTF-8（以及GB 18030、cp54936）等字节数更多的代码页不能设置为区域设置

因此，UTF-8在读/写之类的函数中是允许的，但在用作区域设置时则不允许

---

然而，微软终于解决了这个问题，所以现在我们可以了。事实上，微软甚至开始再次推荐ANSI API（

-A

），而不是像以前那样推荐Unicode（

-W

）版本。MSVC中有一些新选项：和设置字符集，或者您也可以在UWP应用程序的appxmanifest中设置ActiveCodePage属性

自从Windows 10 insider build 17035引入这些选项之前，还添加了一个“Beta:使用Unicode UTF-8获得全球语言支持”复选框，用于将区域设置代码页设置为UTF-8

要打开该对话框，请打开“开始”菜单，键入“区域”，然后选择“区域设置>其他日期、时间和区域设置>更改日期、时间或数字格式>管理”

启用后，可以调用

setlocale（）

更改为UTF-8语言环境：

从Windows 10 build 17134（2018年4月更新）开始，Universal C运行时支持使用UTF-8代码页。这意味着传递给C运行时函数的

char

字符串将使用UTF-8编码。要启用UTF-8模式，请在使用

setlocale

时使用“UTF-8”作为代码页。例如，

setlocale（LC_ALL，“.utf8”）

将使用当前默认的Windows ANSI代码页（ACP）作为区域设置，使用UTF-8作为代码页

您也可以在较旧的Windows版本中使用此功能

若要在Windows 10之前的操作系统（如Windows 7）上使用此功能，必须使用或静态链接Windows SDK或更高版本17134。对于17134之前的Windows 10操作系统，仅支持静态链接

另见

---

我同意所有新开发都应该使用Unicode。但我有理由建议使用UTF-8而不是UTF-16。（1） 我的团队在任何人对此不屑一顾之前就编写了一百万行非Unicode代码，现在要将所有基于字符的字符串更改为基于wchar_t的字符串将是一项巨大的努力。（2） 我们计划将我们的产品移植到Linux，在Linux上UTF-8是首选。从Windows版本1903（2019年5月更新）开始，您知道CP65001是Windows的UTF-8名称吗？虽然在

WriteFile（）

中有一些bug，但它没有很好的文档记录，但是你可以在很多地方使用它。请参阅我在上面发布的：Windows XP和更高版本：GB18030简体中文（4字节）。你发布的参考说明是：“支持称为双字节字符集的多字节字符集（MBCS）（DBCS）在所有平台上。“注意，称为DBCS的表单是MBCS的子集。这是针对“所有平台”的。请参阅页面下方的“在启用MBCS的Windows操作系统版本上运行时，[工具]完全启用MBCS。”@evoskuil是的，CP_UTF7和CP_UTF8已经存在很长一段时间了。但是，它们不能用作默认代码页。它们仅用于

MultiByteToWideChar

/

WideCharToMultiByte

。是的，DBCS是MBCS的一种形式，但在我引用的页面的更下方，它明确地指出“MBCS始终表示DBCS。不支持大于2字节的字符集。”在上，它表示：“对于MBCS，字符大小可以是1或2字节。”@evoskuil是的，当然可以使用

NextChar

支持任意数量字节的代码点