在Linux上将iconv与WCHAR_T一起使用

Question

我在Linux上有以下代码：-

rc = iconv_open("WCHAR_T", SourceCode);

使用iconv将数据转换为宽字符串（wchar_t）之前。

为了将其移植到不存在参数1 "WCHAR_T"上的选项的平台上，我试图了解它的作用。

这会导致子问题，例如：

• 在Linux上是否有wchar_t的单一表示？
• 这使用什么代码页？我想也许是UTF-32
• 它是否依赖于任何语言环境设置？

我希望得到这样的答案：“您显示的代码是执行以下两项操作的简写...。”然后，我也许可以执行这两个步骤，而不必执行"WCHAR_T"上的iconv_open选项不存在的平台。

Answer 1

存在（非标准）WCHAR_T编码的原因是使将wchar_t的指针转换为char的指针并与iconv结合使用变得容易。该编码可理解的格式与系统的本机wchar_t无关。

如果您询问的是glibc而不是其他libc的实现，那么在Linux上，wchar_t是系统本机字节序的32位类型，代表Unicode代码点。这与UTF-32不同，因为UTF-32通常具有字节顺序标记（BOM），而当没有时，则为大字节序。 WCHAR_T始终是本地字节序。

注意，某些系统对wchar_t使用不同的语义。 Windows始终使用带有小尾数UTF-16的16位类型。如果在该平台上使用了GNU libiconv，则WCHAR_T编码将与在Linux上运行时的编码不同。

语言环境设置不会影响wchar_t，因为在编译时必须知道wchar_t的大小，因此实际上不会根据语言环境而变化。

如果这段代码确实是在将指针转换为wchar_t，并在其对iconv的调用中使用了指针，那么您需要调整代码以使用UTF-16LE，UTF-16BE，UTF-32LE编码之一]或UTF-32BE，具体取决于sizeof(wchar_t)和平台的字节序。这些编码不需要（也不需要）BOM，并且假设您未使用PDP-11，则其中一种对您的平台是正确的。

如果要从其他来源获取数据，则需要弄清楚是什么，并使用上面列表中的适当编码。您也可能应该向上游发送补丁，并要求维护人员使用其他更正确的编码来处理其数据格式。