使 size_t 和 wchar_t 可移植？答案

【问题标题】：Making size_t and wchar_t portable?使 size_t 和 wchar_t 可移植？
【发布时间】：2010-10-06 21:30:15
【问题描述】：

据我了解，size_t 和 wchar_t 的表示完全是特定于平台/编译器的。例如，我读过 Linux 上的 wchar_t 现在通常是 32 位，但在 Windows 上是 16 位。有什么方法可以在我自己的代码中将它们标准化为设定的大小（int、long 等），同时仍然保持与两个平台上现有标准 C 库和函数的向后可比性？

我的目标本质上是对它们进行 typedef 之类的操作，以使它们具有固定的大小。在不破坏某些东西的情况下这可能吗？我应该这样做吗？有没有更好的办法？

更新：我想这样做的原因是我的字符串编码在 Windows 和 Linux 上都是一致的

谢谢！

【问题讨论】：

用术语谈论一个矛盾：“将它们标准化为设定的大小（int、long 等）”使它们与直接使用 size_t 和 wchar_t 一样可变。
wchar_t 用于 C 与 C++ 之间存在巨大差异。您需要确定您要使用哪种语言。
为我的目的标准化。我想知道我在两个平台上运行的代码使用相同大小的项目。
其中一个要点是，您无需关心它们的表示形式或特定于平台的大小。为什么你的代码需要它们的大小相同？
我想避免 Windows 的 UTF-16 与 Linux 的 UTF-32 的头痛

标签： c++ c size-t

【解决方案1】：

听起来您正在寻找 C99 和 C++0x 的 <stdint.h>/<cstdint> 标头。这定义了uint8_t 和int64_t 等类型。

如果您没有这些标头，您可以使用 Boost 的 cstdint.hpp。

【讨论】：

【解决方案2】：

您不想重新定义这些类型。相反，您可以使用 int32_t 或 int16_t（有符号的 32 位和 16 位）之类的 typedef，它们是 C 标准库中 <stdint.h> 的一部分。

如果您使用 C++，C++0x 将添加 char16_t 和 char32_t，它们是用于 UTF-16 和 UTF-32 的新类型（不仅仅是整数类型的 typedef）。

对于wchar_t，另一种选择是只使用像ICU 这样的库，它以独立于平台的方式实现Unicode。然后，您可以只使用 UChar 类型，它始终是 UTF-16；您仍然需要注意字节顺序。 ICU 还提供与 UChar (UTF-16) 之间的converters。

【讨论】：

如果我创建一个 int32_t 'string' 它是否仍然适用于所有基于 wchar_t 的函数/方法？我想知道在所有平台上我的编码都是 UTF-32（例如）
@Tyler，没有。您必须确保传递给需要wchar_t 字符串的函数的任何内容都可以安全地转换为它。因此，例如，将指向 int32_t 的指针传递给 Windows wchar_t 函数将失败。
在 ICU 中，您可以使用 u_strToWCS() 和 u_strFromWCS() 在 UChar 和您平台的 Unicode wchar_t 之间进行转换（假设 wchar_t 是 Unicode）。然后只需在任何地方使用 UChar* 作为您的字符串。 ICU 提供了大量函数来处理 UChar* 字符串。

【解决方案3】：

没有。尝试使用 typedef 来“修复”字符类型的根本问题是，您最终得到的东西在某些平台上与内置函数和宽字符文字一致，而在其他平台上则不然。

如果你想要一个在所有平台上都相同的字符串格式，你可以选择一个大小和签名。您想要无符号的 8 位“字符”，还是有符号的 64 位“字符”？您可以在任何具有适当大小的整数类型的平台上使用它们（并非所有平台都可以）。但是，就语言而言，它们并不是真正的字符，所以不要指望能够在它们上调用strlen 或wcslen，或者对文字有很好的语法。字符串文字是（嗯，转换为）char*，而不是signed char* 或unsigned char*。宽字符串字面量是wchar_t*，相当于some 其他整数类型，但不一定是你想要的。

因此，您必须选择一种编码，在内部使用该编码，定义您自己的所需字符串函数版本，实现它们，然后根据需要转换为/从平台的编码转换为接受字符串的非字符串函数。 utf-8 是一个不错的选择，因为大多数 C 字符串函数仍然“工作”，即使它们不完全正确，它们也会做一些相当有用的事情。

【讨论】：

【解决方案4】：

wchar_t 可能会比 size_t 更粘。可以假设 size_t 的最大大小（例如 8 个字节）并在写入文件（或套接字）之前将所有变量转换为该大小。要记住的另一件事是，如果您尝试写入/读取某种二进制表示，您将遇到字节顺序问题。无论如何， wchar_t 可能代表一个系统上的 utf-32 编码（我相信 Linux 会这样做），并且可能代表另一个系统上的 UTF-16 编码（Windows 会这样做）。如果您尝试在平台之间创建标准格式，则必须解决所有这些问题。

【讨论】：

【解决方案5】：

仅在内部使用 UTF-8，并在将参数传递给需要它的 Windows 函数时即时转换为 UTF-16。可能永远不需要 UTF-32。由于处理单个字符而不是字符串通常是错误的（在 Unicode 意义上），因此使用大写或规范化 UTF-8 字符串并不比处理 UTF-32 字符串更困难。

【讨论】：