c++ - Unicode 内 "lean"编码转换器

Question

Windows 提供了编码转换函数(“MultiByteToWideChar”和“WideCharToMultiByte”)，这些函数能够进行 UTF-8 与 UTF-16 之间的转换等。但我见过有人提供自制的 30 到 40 行函数，声称也可以执行 UTF-8/UTF-16 编码转换。

我的问题是，这种微型转换器的可靠性如何？如此少量的代码能否处理诸如将 UTF-16 代理对(例如 )转换为 UTF-8 单四字节序列(而不是错误地转换为一对三字节序列)等问题)？他们能否正确识别“未配对”的代理输入并提供错误？

简而言之，如此微小的转换器仅仅是玩具吗？还是可以认真对待？就此而言，为什么 unicode.org 似乎没有提供有关完成此类转换的算法的建议？

Answer 1

开源 ICU 库有 113 行 ucnv_fromUnicode_UTF8 代码 (source/common/ucnv_u8.c)。包括错误检查、正确的代理处理和一些评论。仅当您不喜欢命名约定时才应考虑使用其他名称。