跨平台C++軟體開發中，由於不同作業系統對Unicode的支援差異，而導致的一些問題及解決方案。

1.  問題的提出。

    各種各樣的編碼永遠是軟體開發人員最為頭痛的問題之一，Unicode為統一編碼帶來了希望。可是，就算是Unicode也不是百分百的完美，它只是完成了對各種語言編碼的制定，而在具體的作業系統支援上，又分為UTF8,UTF16和UTF32好幾個版本。比如，Windows系統支援的Unicode是UTF16,也就是每2個位元組表示一個字元（還有一種稱為代理的情況，容後討論）。而Linux下預設支援的卻是UTF32的Unicode標準，每4個位元組才表示一個字元。

2.  執行個體說明

     想象一下，假設您在Windows 系統下開發了一個軟體，將一些文本資料用Unicode(UTF16)編碼儲存到一個檔案，現在由於業務需要，您想將這個程式在Linux平台跑起來，會發生什麼情況呢？

     一般來說，您的代碼在處理字串資源時，會使用C/C++標準庫的wchar_t數組或者std::wstring來儲存字串，使用wstrcpy,wstrlen或者std::string類提供的成員函數處理字串，然後使用wfprintf或者std::wfstream進行字串的讀寫。這部分代碼好像沒有問題，標準的C/C++ 函數，在整個軟體移植時都不用修改。是的，代碼詞法和文法確實都沒有問題，編譯也能夠通過。可是，程式啟動並執行結果呢？根據上面的討論，wchar_t在Windows平台下，,每個字元2個位元組；而在linux平台下，每個字元4個位元組。如果您的某個使用者在Windows平台下儲存一個字串“Hello”到某個檔案，然後另一個使用者在Linux下開啟這個檔案，那麼，他所得到會是什麼呢？
    Windows平台下用Unicode(UTF16)編碼儲存“Hello“到檔案，實際寫入的16進位串如下所示
     H         e         l          l          o
    4800    6500   6C00  6C00  6F00
    形成一個串，00480065006C006C006F,寫入檔案。
    在Linux系統下，程式將這個串當作UTF32讀入後，結果是兩個字元(最後2個位元組6F00被捨棄)
    0x00650048和0x006C006C，字串長度是2，這顯然不是希望的到的“Hello“。

3.  解決的辦法
  
    根據個人的經驗，解決方案主要有以下2種：

    1.  由於產生平台不相容的主要原因是平台之間使用的Unicode方案不統一，一個最為顯而易見的解決辦法就是選擇使用某種作業系統的編碼，在另一個平台上，使用自己的字串儲存和操作函數。一般推薦使用UTF16,具體原因請參考本人關於UTF16和UTF32的比較。決定好使用的編碼方案後，還需要定義相應的操作函數，如字串拷貝函數，比較函數等。一個偷懶的辦法是把VC crt的部分代碼Copy出來，什麼wstrcpy,wstrlen,一個也不放過。在程式中進行字串處理和存取時使用自己定義的方法，就可以避免平台差異帶來的問題了。
    而且，選擇這種方案的一個更為重要的原因是，這個解決方案已經有大量的Open Source軟體庫可以直接使用，比如ICU(International Component for Unicode)，libiconv等。

    2.  避開UTF16和UTF32，直接使用UTF8進行字串的處理,因為各個平台對於UTF8的處理都是完全相同的。而且，UTF8和UTF16和UTF32使用的編碼完全一樣，只是記憶體表示的差異，有成熟的演算法可以實現這3種編碼的直接轉換.以下是www.unicode.org官方的轉碼串連：http://www.unicode.org/Public/PROGRAMS/CVTUTF/。
        當然，這種做法也有一定的不利因素，因為UTF8本身是一種可變長的編碼方案，對於常見的英文，使用一個位元組，對於中文，一般是3個位元組。這種可變長的字元編碼給一些操作帶來不便。如取某個字串的子串，就必須從頭開始做遍曆，然後一個一個字元進行計算，直到長度達到要求。而如果使用UTF16或者UTF32,簡單的對數組進行索引就可以了（不考慮UTF16的代理機制，常見文字不會用到）。

        關於UTF8,UTF16,UTF32的詳細討論可以參考www.unicode.org,也可以參考本人blog編碼檔案夾下的一些介紹性文字。

4.  參考文檔
    www.unicode.org，本文提及的所有資料都可以在unicode.org上找到。
    http://oss.software.ibm.com/icu/，IBM的開源Unicode實現，可以完全替代作業系統提供的與編碼和國際化相關的功能。
    http://www.gnu.org/software/libiconv/, GNU的Unicode實現，整合在Linux作業系統中，但是庫本身跨平台。