我在写一些类似于atoi()或strtoll()的字符串转换函数。我想包括我的函数的一个版本，它可以接受char16_t *或char32_t *，而不仅仅是char *或wchar_t *。C11 Unicode支持
我的函数可以正常工作，但是当我写它时，我意识到我不明白char16_t或char32_t是什么。我知道标准只要求它们是一个至少16或32位的整数类型，但其含义是它们是UTF-16或UTF-32。我也知道该标准定义了几个函数，但它们不包括任何* get或* put函数（就像他们在C99中添加wchar.h时所做的那样）。
所以我想知道：他们期望我用char16_t和char32_t做什么？
这是一个很好的问题，没有明显的答案。
在C11中添加的uchar.h类型和功能在很大程度上是无用的。它们仅支持新类型（char16_t或char32_t）与特定于语言环境的实现定义的多字节编码之间的转换，这些映射除非区域设置基于UTF-8，否则不会完整。不支持有用的转换（来自wchar_t以及来自/来自UTF-8的有用转换）。当然，由于这些转换是由相关的RFC/UCS/Unicode标准100％指定的，因此您可以推出自己的转换到UTF-8 /从UTF-8转换，但要小心：大多数人执行错误并且存在危险的错误。
注意，新编译器级设有为UTF-8，UTF-16，和UTF-32的文字（u8，u，和U，分别地）是潜在有用的;你可以使用你自己的函数以有意义的方式处理结果字符串，这些方式完全不依赖于语言环境。但是在我看来，对C11中Unicode的支持的库级别基本上没用。
你知道多少它限制了可移植性，以承担多字节编码是UTF-8？ （我的意思是，这是类似于“标准允许非2的补码”，这在实践中可能经常被忽略，或者这真的是我应该担心的事情吗？） – mafso 2014-09-29 20:43:47
@mafso：我不认为* internal *表示作为UTF8的字符串是潜在的可移植性问题。但是如果没有可移植的（几乎可以肯定“每个定义”）方式来显示结果，你将如何显示文本？ – usr2564301 2014-09-29 20:49:04
@Jongware：我知道它不可移植（理论上）。但是这种“特定于语言环境的多字节编码”和“特定于语言环境的宽字符编码”的东西是用C89进行标准化的，而Unicode编码并不像今天这样被广泛使用（IIRC他们甚至没有当时标准化）。我的问题是，如果它现在可以安全地假设在编程中使用Unicode编码。 – mafso 2014-09-29 20:57:38
测试ASCII范围内的UTF-16或UTF-32章程是“常规”10位数字，+， - 或“正常”空格之一是否容易执行以及将'0'-'9'转换为一个数字。鉴于此，atoi_utf16/32()收益如atoi()。一次只检查一个角色。
测试是否有一些其他 UTF-16/UTF-32是一个数字或白色空间 - 更难。代码将需要扩展isspace(), isdigit()，如果所需的语言环境可用，则可能需要切换语言环境（setlocale()）。 （注：可能需要恢复的区域设置当函数完成
转换是通过isdigit()而不是通常的10到它的价值是有问题的一个字符不管怎么说，这出现到甚至没有被允许。
转换步骤：
设置区域设置的相应的一个为UTF-16/UTF-32
使用isspace() F。或空白检测。
对于your_atof()转换是一个类似的方式。
恢复本地。
不要忘记，UTF-16和UTF-32都有大端和小端的变体，你可能会关心。 – JohnH 2014-09-29 20:29:30
@JohnH：这如何与UTF-32相关？ – mafso 2014-09-29 20:33:46
@mafso大/小端变体确实适用于UTF-16和UTF-32。在_byte_级别，2或4字节的顺序非常不符合软件的字节顺序。这可以使用各种字节重新排序功能来纠正。使用Unicode代码点> = 0x10000，编码为UTF-16时，2个UTF-16代理的顺序有时会以大或小的顺序排列。其中只有一个是正确的（忘记哪个）。当使用错误的时候，它应该标记为编码错误，虽然有些系统是宽松的（非投诉）。 – chux 2014-09-29 21:01:22
这个问题可能有点老了，但我想谈谈与char16_t和char32_t支持实现你的功能。
最简单的方法是使用char32_t类型（称之为strtoull_c32）编写您的strtoull函数。这使解析unicode更容易，因为UTF-32中的每个字符占用4个字节。然后通过将UTF-8和UTF-16编码内部转换为UTF-32并将它们传递给strtoull_c32来实现strtoull_c16和strtoull_c8。
我真的没有看过C11标准库中的Unicode设施，但如果他们没有提供将这些类型转换为UTF-32的合适方法，那么您可以使用第三方库为您进行转换。
有ICU，这是由IBM启动，然后由Unicode联盟采用。这是一个功能丰富且稳定的库，已经存在了很长时间。
我最近为C89创建了一个UTF库（UTFX），您也可以使用它。这是非常简单和轻量级的，单元测试和记录。您可以放弃，或者使用它来了解更多关于UTF转换如何工作的信息。
转换为UTF-8，还有什么？ – Deduplicator 2014-09-29 18:58:04
@Deduplicator：如果这就是他们希望你对他们做的事情，你会认为他们会给你这样做的功能...... – 2014-09-29 19:16:31
你打算不仅支持'0..9'（U + 0030 .. U + 0039）（也可能是'A..Z/a..z'，最高级别为最高级别，基数为36），但在完整的Unicode表格中也标记为“Numeric”的所有其他字符？ 'Coz这包括印刷形式（超级和下标，圆圈数字高达20（！））和脚本特定形式（阿拉伯数字，希伯来数字），以及罗马数字，古希腊和“计数杆”等等。 – usr2564301 2014-09-29 20:56:55