1

我一直在寻找一种处理波兰语单词的方法。我读到了 utf8、16、32，但是任何从charto 的转换utf都会给我不同的字母。

但是 wchar_t 给出了正确的字母。

这样做可以吗？

例如，如果我只使用 ascii，那么性能呢？它会以任何方式影响应用程序吗？

4

1 回答 1

2

你混淆了两件不同的事情：

  1. 贮存

    如何存储构成文本字符串的字节。这会在char（单字节）值的数组中吗？还是会以wchar_t（多字节）值的形式出现？

  2. 编码

    您的计算机（和您！）需要知道如何处理这些字节中的值。他们的意思是什么？无论存储如何，它们都可以是 ASCII、一些代码页、UTF-8、UTF-16、UTF-32、克林贡语等等。

通常，由于历史原因，我们选择char单字节编码（例如 ASCII）和 UTF-8，以及wchar_tUTF-16（特别是在 Windows 上，它有 16 位wchar_ts 并且通常在其整个 API 中假设这种组合——注意它不准确地将其称为“Unicode”）。

性能并没有真正考虑到它，尽管如果您选择并坚持使用不同编码之间的转换（并使用适合您正在使用的字符串库的存储机制），您将节省时间和精力。有时您的操作系统将帮助确定该选择，但我们无法告诉您它将是什么。

同样，您关于“有效”和“无效”的陈述非常模糊，并且可能是错误的。

如果不知道您的项目的要求、它将在什么样的计算机上运行以及采用什么技术，我们就不能说什么是“好的”。不过，我会做一个巨大的概括：在过去，您可能使用过Mazovia 编码，一种包含波兰字符的更改代码页；如今，您可能希望使可移植性和互换性尽可能容易（因为为什么不呢？！），因此鼓励您wchar_t在 Windows 上坚持使用 UTF-16，而在char其他情况下坚持使用 UTF-8。

（从 C++20 开始，我们还将拥有char8_t，一种专门设计用于表示它存储 UTF-8 编码数据的存储机制；但是，如果有的话，您还需要一段时间才能看到它被广泛使用。你可以在cppreference.com 关于“基本类型”的文章中阅读更多关于 C++ 字符类型的信息）

于 2019-09-28T19:24:30.220 回答