当使用UTF-8时，我应该使用wchar_t吗？

Question

UTF-8可以用1、2或4个字节进行编码。在我的系统上，一个char占用1个字节。我应该使用wchar_t作为预防措施，以便能够容纳任意的UTF-8编码字符吗？

- David G

---

不是必须的。请参考：https://dev59.com/wXE95IYBdhLWcg3wkekf - lulyon

wchar_t 通常是2个字节，而不是4个字节。 - Yakk - Adam Nevraumont

不要。请参考http://utf8everywhere.org了解您应该做什么 :) - Pavel Radzivilovsky

Answer 1

不，你不应该这样做！Unicode 4.0标准（ISO 10646:2003）指出：

wchar_t的宽度是与编译器相关的，可以小至8位。因此，需要在任何C或C++编译器之间可移植的程序不应使用wchar_t来存储Unicode文本。

在大多数情况下，UTF-8文本的“字符性质”对于您的程序并不重要，因此将其视为char元素的数组，就像任何其他字符串一样，就足够了。但是，如果您需要提取单个字符，则这些字符应存储在至少24位宽的类型中（例如uint32_t），以容纳所有Unicode代码点。

- user149341

Answer 2

wchar_t不太适合用于编写可移植代码。

在维基百科上：

wchar_t的宽度取决于编译器，可以小至8位。因此，需要跨任何C或C++编译器进行可移植的程序不应使用wchar_t来存储Unicode文本。 wchar_t类型旨在存储编译器定义的宽字符，在某些编译器中可能是Unicode字符。

此外，

C和C ++在2011年各自的标准修订版中引入了固定大小的字符类型char16_t和char32_t，以提供对16位和32位Unicode转换格式的明确表示，将wchar_t留给实现定义。

- 0decimal0