Windows控制台对Unicode有什么限制？

Posted 2021-05-05

可以使用WriteConsoleW函数将Unicode字符写入Windows控制台。在我的Windows 7机器上，看起来控制台不支持Basic Multilingual Plane之外的字符。此外，组合字符显示在基本字符之后，而不是实际组合。

这些限制是否也出现在Windows的更高版本中？ Windows控制台中的Unicode是否还有其他限制？

答案

Windows控制台仅限于基本多语言平面

您到WriteConsole function的链接没有说明可用的控制台字符：

• lpBuffer [in]指向缓冲区的指针，该缓冲区包含要写入控制台屏幕缓冲区的字符。

但那个缓冲区是什么？简单的谷歌搜索writeconsole lpbuffer结构提供（间接）链接到CHAR_INFO structure：

语法（C ++）

typedef struct _CHAR_INFO {
  union {
    WCHAR UnicodeChar;
    CHAR  AsciiChar;
  } Char;
  WORD  Attributes;
} CHAR_INFO, *PCHAR_INFO;

但WCHAR UnicodeChar是什么？再次，一个简单的Google搜索windows wchar提供了Windows Data Types的链接：

• WCHAR一个16位的Unicode字符。有关更多信息，请参阅Character Sets Used By Fonts。这种类型在WinNT.h中声明如下：typedef wchar_t WCHAR;

最后，上面的Character Sets Used By Fonts链接给出了下一个最终结果：Windows控制台仅限于基本多语言平面，即16位Unicode子集：

Unicode字符集

...为了解决多种编码方案的问题，开发了用于数据表示的Unicode标准。一种16位字符编码方案，Unicode可以代表65,536（2 ^ 16）个字符，足以包括当今计算机商务中的所有语言，以及标点符号，数学符号和扩展空间。 Unicode为每个字符建立唯一代码，以确保字符转换始终准确。

另一答案

我在my answer to a different question写了部分答案;这里是一个完整披露的好地方。我的背景：我保持最有可能是最广泛的console font which fully supports Windows（它是Unifont的非常深刻的重写，添加了DejaVu的元素）。

我从其他答案中已经提到的限制开始：

• 每个单元格包含16位字符数据。换句话说：仅显示UCS-2代码点。 （特别是，对于BMP中的字符，使用代理字符显示其“分解为UCS-2”。）
• 仅支持简单的文本呈现。即使使用TTF字体，控制台也不会考虑字体的高级“功能”。无论是高级排版（连字等），还是组成字符组成字符或从右到左脚本（在LtR环境中）都不会按预期工作。 ¹⁾应用程序应重新排列字符以进行正确的双向渲染。

Font filtering

其他限制是由于控制台的字体过滤。一个字体必须非常特殊才能被控制台接受（在字体选择对话框中显示，这个选择“工作”¹⁾）。

¹⁾我不记得是否可以显示字体，但不能选择（我对这种情况的记忆模糊，但不能相信这种记忆）。

• 字体必须标记为等宽字体。由于应用程序的期望，²⁾这样的字体必须具有相同宽度的所有字形。 ⁾⁾后一种情况只有在想要使用控制台外的字体时才有意义。原则上，控制台不会检查字形的宽度。但是，每个字形都显示为具有“默认宽度”。在许多（所有？）情况下，只会显示“默认边界框”内的字形部分。我找不到任何规避这种限制的技巧。
• 在Windows的非EastAsian版本中，字体不能声称它支持4个东亚代码页中的任何一个.³ ⁾⁾请注意，这只是字体标题所声称的限制 - 标题中只有4位。字体可能包含这些语言的字形，并且它们会显示正常 - 只要字体不声明支持。有问题的代码页（在标题的OS /2⫽Charsets部分中）是932,936,949,950（JIS，简体中文，韩文Wansung，繁体中文）。

Bugs in font rendering

• 尽管Windows的控制台不支持Underline属性（DBCS codepages除外），但在计算屏幕上字符bbox的大小时，会考虑字体标题的“Underline position”字段。这可能导致字体的意外纵横比，和/或预期“连接在一起”的字形之间的中断。
• 对于“不支持的字符”的替换字形，控制台非常挑剔。我无法找到如何使这样的字形与U+0000和/或U+0001的字形存在共存。 （如果控制台在字体中找到后两个字形中的一个，则忽略替换字形。）
• （这是一个非常模糊的错误;它需要非常技术性的讨论。）替换字形的另一个问题是字符U+30FB·（为什么？！）。如果字体中存在此字符，则此字符的字形将用作替换字形 - 但仅限于PUA中缺少的字符！

从本质上讲，就是这样！我没有发现任何其他限制。