Linux内核使用哪种Unicode编码？

Question

我了解到Windows在x86/x64系统上使用UTF-16LE编码。那么Linux呢？它使用哪种Unicode编码：UTF-16LE还是UTF-32？

- Jichao

---

你为什么认为Linux偏爱任何特定的编码方式？你是在问常见的Linux发行版是否假定配置文件使用特定的编码方式进行编码，还是系统调用假定输入是使用特定编码方式编码的代码点字符串？ - Mike Samuel

你为什么提到处理器架构？你认为编译Linux所用的架构会影响除字节序外的编码吗？ - Mike Samuel

@Mike Samuel：我在问系统调用使用哪种编码？ - Jichao

有点关联于为什么在与Unix或Linux环境交互时使用UTF-8编码。 - Jonathan Leffler

UTF-32 也有大端序和小端序的形式。 - Jonathan Leffler

Answer 1

http://www.xsquawkbox.net/xpsdk/mediawiki/Unicode的说明如下：

Linux

在Linux上，UTF8是所有字符串的“本地”编码格式，并且是像fopen()这样的系统例程所接受的格式。

因此，在这方面，Linux与Plan 9相似，而boost::filesystem和Unicode在Linux和Windows下则指出：

在我看来，尽管使用宽字符串初始化了boost::filesystem::path，但在Linux下，boost::filesystem没有在path::native()中提供宽字符串。

这将排除UTF-16和UTF-32，因为所有这些变体都需要宽字符支持--字符串内允许NUL字节。

- Mike Samuel

---

我认为Linux只将路径视为字节，而不是UTF-8字符。 - Melab

@melab，lwn 倾向于认为内核是字符集不可知的，并将路径视为以空字符结尾的字节数组。然而，忽略用户空间的约定可能会带来风险。 - Mike Samuel

Answer 2

通常Unix更喜欢使用UTF-8。这份文档建议Linux内核也采用UTF-8。

- MK.