如何在API中表示Unicode字符

Question

這是一個比Unicode問題更多的MBCS問題。我需要創建一個API，它返回一個結構體列表，每個實例擁有一個Unicode字符作爲其成員之一。這是在.NET中，所以你會認爲我想要UTF-16，但對於亞洲人來說，需要兩個字符。返回Unicode字符時的最佳做法是什麼？

1. 使用2個UTF-16字符的數組 - 測試第一個字符以查看它是否是代理，有一個計數？
2. 忽略代理問題，讓它給調用者找出實際的字形編碼跨度結構？
3. 使用字符串，所以我不在乎它是一個或兩個字符的長度？
4. 使用UTF-32

什麼人通常爲UTF-8呢？我猜他們從不處理單個字符，並且所有內容都保存在一個字符串中（例如，在字符串中搜索字符實際上是通過查找子字符串來完成的）。也許這是我的C++程序員，但是一個字符串看起來很沉重。

我想我會去做＃3。別人做了什麼？

Answer 1

你對使用字符串是正確的。在Unicode中，因爲即使是單個字符也可能需要多個代碼點（每個代碼點需要一定數量的字節，具體取決於編碼方式），但實際上您無法處理比字符串更少的任何內容。即使像isUpper等函數也應該接受一個字符串，並且只能在第一個元素上工作。

字符可能需要多個代碼點的原因通常是由於合成字符，口音等。

看到這個question in the Unicode FAQ。