Windows 控制台对 Unicode 有哪些限制？

Question

可以使用WriteConsoleW 函数将Unicode 字符写入Windows 控制台。在我的 Windows 7 机器上，控制台似乎不支持基本多语言平面之外的字符。此外，组合字符显示在基本字符之后，而不是实际组合。

这些限制是否也存在于更高版本的 Windows 中？ Windows 控制台中的 Unicode 是否还有其他限制？

Answer 1

我在my answer to a different question写了部分答案；这是一个全面披露的好地方。我的背景：我保留了最广泛的 console font which fully supports Windows （这是对 Unifont 的非常深刻的重写，并添加了 DejaVu 的元素）。

我从其他答案中已经提到的限制开始：

• 每个单元格包含 16 位字符数据。换句话说：仅显示 UCS-2 代码点。 （特别是，对于 BMP 之外的字符，它的“分解为 UCS-2”会改为显示，使用代理字符。）

• 仅支持简单的文本渲染。即使使用 TTF 字体，控制台也不会考虑字体的高级“功能”。高级排版（连字等），甚至用于组成字符的字形或从右到左的脚本¹⁾（在 LtR 环境中）都不会按预期工作。

      ¹⁾ 应用程序应该重新排列字符以获得正确的双向渲染。

字体过滤

其他限制是由于控制台的字体过滤造成的。字体必须非常特殊才能被控制台接受（显示在字体选择对话框中，并且此选择“有效”¹⁾）。

    ¹⁾ 我不记得是否可以显示字体，但无法选择（我对这种情况有模糊的记忆，但不能相信这种记忆）。

• 字体必须标记为等宽字体。由于应用程序的期望，²⁾此类字体必须具有相同宽度的所有字形。

      ²⁾后一种条件仅在想要在控制台之外使用字体时才相关。原则上，控制台不检查字形的宽度。但是，每个字形都显示为好像它具有“默认宽度”。在许多（全部？）情况下，只会显示“默认边界框”内的字形部分。我找不到任何技巧来规避这个限制。

• 在 Windows 的非东亚版本中，字体不能声称它支持 4 个东亚代码页中的任何一个。³⁾

      ³⁾ 请注意，这只是字体标题的限制声称 — 标题中只有 4 位。字体可能存在这些语言的字形，并且它们会显示得很好 — 只要字体不要求支持。有问题的代码页（在标题的 OS/2⫽字符集部分）是 932、936、949、950（JIS、简体中文、韩语 Wansung、繁体中文）。

字体渲染中的错误

• 虽然 Windows 的控制台不支持Underline 属性（DBCS codepages 除外），但在屏幕字符 bbox 的大小时会考虑字体标题的“Underline position”字段是计算出来的。这可能会导致字体出现意外的纵横比，和/或预期会“连接在一起”的字形之间出现中断。

• 控制台对“不支持的字符”的替换字形非常挑剔。我找不到如何使这样的字形与U+0000 和/或U+0001 的字形共存。 （如果控制台在字体中找到后两个字形之一，它会忽略替换字形。）

• （这是一个非常模糊的错误；它需要非常技术性的讨论。）替换字形的另一个问题是字符U+30FB·（为什么？！）。如果该字符存在于字体中，则该字符的字形将用作替换字形 — 但仅用于 PUA 中缺少的字符！

基本上就是这样！我没有发现任何其他限制。

Answer 2

Windows 控制台仅限于基本多语言平面

您指向WriteConsole function 的链接没有说明可用的控制台字符：

• lpBuffer [in] 指向 缓冲区 的指针，其中包含要写入控制台屏幕缓冲区的字符。

但是那个缓冲区是什么？对 writeconsole lpbuffer 结构 的简单 Google 搜索提供了到 CHAR_INFO structure 的（间接）链接：

语法 (C++)

typedef struct _CHAR_INFO {
  union {
    WCHAR UnicodeChar;
    CHAR  AsciiChar;
  } Char;
  WORD  Attributes;
} CHAR_INFO, *PCHAR_INFO;

但是WCHAR UnicodeChar 是什么？同样，对 windows wchar 的简单 Google 搜索会提供指向 Windows Data Types 的链接：

• WCHAR 16 位 Unicode 字符。有关详细信息，请参阅Character Sets Used By Fonts。此类型在WinNT.h 中声明如下：typedef wchar_t WCHAR;

最后，上面的Character Sets Used By Fonts 链接给出了下一个最终结果：Windows 控制台仅限于基本多语言平面，即16 位 Unicode 子集：

Unicode 字符集

…为了解决多种编码方案的问题，Unicode 制定了数据表示标准。 16 位字符 编码方案，Unicode 可以表示 65,536 (2^16) 个字符，其中 足以包括当今计算机商务中的所有语言，以及 作为标点符号、数学符号和扩展空间。 Unicode 为每个字符建立一个唯一的代码，以确保 字符翻译总是准确的。