c++ - Intra-Unicode "lean"编码转换器

Question

Windows 提供了编码转换函数(“MultiByteToWideChar”和“WideCharToMultiByte”)，它们能够进行 UTF-8 与 UTF-16 之间的转换，等等。但我看到人们提供了自产的 30 到 40 行函数，这些函数声称还可以执行 UTF-8/UTF-16 编码转换。

我的问题是，这种微型转换器的可靠性如何？如此少量的代码能否处理诸如将 UTF-16 代理项对(如 )转换为 UTF-8 单个四字节序列(而不是错误地转换为一对三字节序列)之类的问题)?他们能否正确识别“未配对”的代理输入并提供错误信息？

简而言之，这么小的转换器只是玩具，还是可以当真？就此而言，为什么 unicode.org 似乎没有提供有关完成此类转换的算法的建议？

Answer 1

开源 ICU 库有 113 行代码用于 ucnv_fromUnicode_UTF8 (source/common/ucnv_u8.c)。包括错误检查、适当的代理处理、一些评论。如果您不喜欢命名约定，您应该只考虑使用其他东西。