如何在API中表示Unicode字符

Question

这是一个比Unicode问题更多的MBCS问题。我需要创建一个API，它返回一个结构体列表，每个实例拥有一个Unicode字符作为其成员之一。这是在.NET中，所以你会认为我想要UTF-16，但对于亚洲人来说，需要两个字符。返回Unicode字符时的最佳做法是什么？

1. 使用2个UTF-16字符的数组 - 测试第一个字符以查看它是否是代理，有一个计数？
2. 忽略代理问题，让它给调用者找出实际的字形编码跨度结构？
3. 使用字符串，所以我不在乎它是一个或两个字符的长度？
4. 使用UTF-32

什么人通常为UTF-8呢？我猜他们从不处理单个字符，并且所有内容都保存在一个字符串中（例如，在字符串中搜索字符实际上是通过查找子字符串来完成的）。也许这是我的C++程序员，但是一个字符串看起来很沉重。

我想我会去做＃3。别人做了什么？

Answer 1

你对使用字符串是正确的。在Unicode中，因为即使是单个字符也可能需要多个代码点（每个代码点需要一定数量的字节，具体取决于编码方式），但实际上您无法处理比字符串更少的任何内容。即使像isUpper等函数也应该接受一个字符串，并且只能在第一个元素上工作。

字符可能需要多个代码点的原因通常是由于合成字符，口音等。

看到这个question in the Unicode FAQ。