c++ - 内部和外部编码与 Unicode

Question

由于这个问题的评论中有几位发帖人散布了很多错误信息:C++ ABI issues list

我创建这个是为了澄清。

1. 用于 C 风格字符串的编码是什么？
2. Linux 是否使用 UTF-8 编码字符串？
3. 外部编码与窄字符串和宽字符串使用的编码有何关系？

Answer 1

1. 实现已定义。甚至应用程序定义；标准并没有真正对应用程序的用途施加任何限制他们，并期望很多行为取决于语言环境。全部真正实现定义的是字符串中使用的编码文字。

2. 在什么意义上。大多数操作系统会忽略大部分编码；你会如果 '\0' 不是空字节就会有问题，但即使是 EBCDIC 也能满足要求。否则，根据上下文，会有一些可能重要的附加字符(路径名中的 '/'，例如);所有这些都使用 Unicode 中的前 128 位编码，所以将具有 UTF-8 中的单字节编码。例如，我用过UTF-8 和 ISO 8859-1 用于 Linux 下的文件名。唯一真实的问题是显示它们:例如，如果您在 xterm 中执行 ls，ls 和 xterm 将假设文件名在同一个目录中编码作为显示字体。

3. 这主要取决于语言环境。根据语言环境，它是很可能窄字符串的内部编码不对应于用于字符串文字的那个。 (但怎么可能否则，因为字符串文字的编码必须在编译时，其中作为窄字符的内部编码字符串取决于用于读取它的语言环境，并且可以从一个字符串到下一个。)

如果你在 Linux 中开发一个新的应用程序，我强烈推荐建议对所有内容使用 Unicode，对宽字符使用 UTF-32字符串，UTF-8 用于窄字符串。但不要指望在字符串中工作的前 128 个编码点之外的任何内容文字。