我们有一个使用 utf-8 基本编码编写的应用程序，它支持 utf-8 BMP（3 字节）。但是，它需要支持代理对。
我在某处读到 utf-8 不支持代理字符。这是真的吗？
如果是，使我的应用程序具有默认编码 utf-16 而不是 utf-8 的步骤是什么？
我没有代码片段，因为整个应用程序都是通过记住 utf-8 而不是代理字符来编写的。
我需要在整个代码中更改哪些项目才能获得 utf-8 中代理对的支持。或者将默认编码更改为 UTF-16。
问问题
2206 次
2 回答
6
我们有一个使用 utf-8 基本编码编写的应用程序，它支持 utf-8 BMP（3 字节）。
为什么不是整个 Unicode 曲目（4 个字节）？为什么仅限于 3 个字节？3 个字节让您只支持最多 U+FFFF 的代码点。4 个字节让您支持额外的 1048576 个代码点，一直到 U+10FFFF。
但是，它需要支持代理对。
代理对仅适用于 UTF-16，不适用于 UTF-8 甚至 UCS-2（UTF-16 的前身）。
我在某处读到 utf-8 不支持代理字符。这是真的吗？
用于编码代理的代码点可以物理编码为 UTF-8，但是它们由 Unicode 标准保留，并且在 UTF-16 编码之外使用是非法的。UTF-8 不需要代理对，任何包含代理代码点的解码 Unicode 字符串都应被视为格式错误。
如果是，使我的应用程序具有默认编码 utf-16 而不是 utf-8 的步骤是什么？
我们无法回答这个问题，因为您没有提供有关如何设置项目、使用的编译器等的任何信息。
但是，您不需要将应用程序切换到 UTF-16。您只需更新您的代码以支持 UTF-8 的 4 字节编码，并确保在将 16 位数据转换为 UTF-8 时支持代理对。不要将自己限制为 U+FFFF 作为最高可能的代码点。Unicode 的代码点比这多得多。
听起来您的代码仅在将数据转换为/从 UTF-8 时处理 UCS-2。只需更新该代码以支持 UTF-16 而不是 UCS-2，就可以了。
于 2017-03-08T23:08:04.650 回答
3
我们有一个使用 utf-8 基本编码编写的应用程序，它支持 utf-8 BMP（3 字节）。但是，它需要支持代理对。
因此将 utf-16 编码的字符串转换为 utf-8。此处的文档：http ://www.cplusplus.com/reference/codecvt/codecvt_utf8_utf16/
如果是，使我的应用程序具有默认编码 utf-16 而不是 utf-8 的步骤是什么？
错误的问题。在内部使用 UTF-8。
我需要在整个代码中更改哪些项目才能获得 utf-8 中代理对的支持。或者将默认编码更改为 UTF-16。
看上面。将入站数据的 UTF-16 转换为 UTF-8，并在必要时转换回 UTF-16 出站数据。
于 2017-03-02T13:32:04.813 回答