wchar_t 和 char16_t 在 Windows 上是一样的吗？

Posted 2023-02-25

【中文标题】wchar_t 和 char16_t 在 Windows 上是一样的吗？

【英文标题】：Are wchar_t and char16_t the same thing on Windows?

【发布时间】：2019-04-17 00:05:19

【问题描述】：

我有一个std::u16string 的实例，我可以将它的c_str() 传递给需要LPCWSTR 的Win32 API，而无需任何类型的转换吗？例如，我可以安全地这样做吗：

auto u16s = std::u16string(u"Hello");
::SetWindowTextW(hWnd, reinterpret_cast<LPCWSTR>(u16s.c_str()));    

更新，MSDN 说 here wchar_t 是 UTF-16LE，而 char16_t 只是 UTF-16，没有指定字节序。是否可以安全地假设 char16_t 在 Windows 上也始终是 UTF-16LE？或者那是特定于 MSVC 编译器的，因此如果我使用 GCC 编译，它可能是 UTF-32LE（或者可能是 UTF-16BE）？

【问题讨论】：

这将完全取决于工具链中使用的 C++ 编译器 - 通常是 Visual C++ 的某个版本，因为您通常将 Windows SDK 与 Visual Studio 捆绑在一起。但是可以使用带有 Windows SDK 的 GCC 和 MINGW 编译器（Code::Blocks 等），在这种情况下，您需要更加小心严格区分 Windows 类型（WCHAR、TCHAR、INT）和编译器类型（ wchar_t、std::*、int32_t 等）以及特定编译器所做的任何事情。

【参考方案1】：

是的。 WCHAR strings on Windows are UTF-16.

【讨论】：

Here MSDN 说 wchar_t 是 UTF-16LE，而 char16_t 是 UTF-16。这是否意味着 UTF-16LE 与 UTF-16 是一回事？

UTF-16LE 中的“LE”表示“小端”。您使用的所有现代处理器（您会发现 Windows 处理器）几乎肯定会是小端，因此实际上 UTF-16 与 Windows 上的 UTF-16LE 相同。

那么说char16_t 在Windows 上总是UTF-16LE 是否安全？或者它是特定于 MSVC 编译器的，并且它可以是（比如）GCC 中的UTF-16BE？

@avo 它是特定于平台的，而不是特定于编译器的。 Windows 是一个小端平台。话虽这么说，但可以通过额外的工作将 UTF-16BE 字符串存储在 std::wstring 和 std::u16string 中。

@VTT ARM 有 big-endian 和 little-endian 模式，但是 AFAIK，实际上几乎每个人都在 little-endian 模式下使用它。

【参考方案2】：

我想对@jamesdlin 的anwser 进行修改，尽管他的回答是正确的。

在 C++11 之前，有 char 和 wchar_t，因此将 std::basic_string<> 专门化为 std::string 和 std::wstring。

但是，wchar_t 的位宽度是特定于平台的：在 Windows 上为 16 位，而在其他平台上为 32 位。

而随着C++11的出现，标准的addschar16_t来表示16位宽的字符；因此在 Windows 上，std::u16string 在大多数情况下恰好可以与 std::wstring 互换，因为它们都能够表示 16 位宽的字符。

wchar_t 类型是实现定义的宽字符类型。在 Microsoft 编译器，它表示一个 16 位宽的字符，用于 存储编码为 UTF-16LE 的 Unicode，本机字符类型 Windows 操作系统。

但最新的 MSDN 似乎为使用 std::wstring 的代码添加了一些 aside notes，但打算移植：

wchar_t 的大小是实现定义的。如果您的代码取决于 wchar_t 是一定的大小，检查你的平台的实现 （例如，使用 sizeof(wchar_t)）。如果你需要一个字符串字符 类型的宽度保证在所有情况下都保持不变 平台，使用字符串、u16string 或 u32string。

至于 LE(little-endian)，它应该是特定于架构的，IIRC。并且当今大多数架构都使用 LE。

【讨论】：

任何关心可移植性的人都应该避免使用 UTF-16。它具有 UTF-8 和 UTF-32 的所有缺点，但没有它们的优点。由于时机不对，Windows 被 UTF-16 卡住了；当 Microsoft 添加 Unicode 支持时，UTF-8 还不存在。

@jam：如果您的可移植代码处理 UTF-16 编码的文件，那么您当然不应该避免使用 UTF-16。使用 UTF-16 也有一些优点：它是一种适用于各种代码点（整个 BMP）的固定宽度编码，并且它可以为某些亚洲文字提供更紧凑的表示。此外，如果您与 Java 或 .NET 交互，UTF-16 也是一个可行的选择。这就是上述两者都用作其内部字符串表示的内容。在此处选择 UTF-16 会导致更少的转换。