Visual Studio 2015 的 UTF-16 编码字符串的内存布局是什么？

Question

WinAPI 使用 wchar_t 缓冲区。据我了解，我们需要使用 UTF-16 将所有参数编码为 WinAPI。

我们有两个版本的 UTF-16：UTF-16be 和 UTF-16le。让我们编码一个字符串 "Example" 0x45 0x78 0x61 0x6d 0x70 0x6c 0x65。使用 UTF-16be 字节应该这样放置：00 45 00 78 00 61 00 6d 00 70 00 6c 00 65。对于 UTF-16le，它应该是 45 00 78 00 61 00 6d 00 70 00 6c 00 65 00。（我们省略了 BOM）。同一个字符串的字节表示不同

根据文档 Windows 使用 UTF-16le。这意味着我们应该使用 UTF-16le 对所有字符串进行编码，否则它将不起作用。

同时，我的编译器 (VS2015) 使用 UTF-16be 作为我硬编码到我的代码中的字符串（类似于 L"my test string"）。但是 WinAPI 可以很好地处理这些字符串。为什么有效？我错过了什么？

更新 1：

为了测试硬编码字符串的字节表示，我使用了以下代码：

std::string charToHex(wchar_t ch)
{
    const char alphabet[] = "0123456789ABCDEF";

    std::string result(4, ' ');

    result[0] = alphabet[static_cast<unsigned int>((ch & 0xf000) >> 12)];
    result[1] = alphabet[static_cast<unsigned int>((ch & 0xf00) >> 8)];
    result[2] = alphabet[static_cast<unsigned int>((ch & 0xf0) >> 4)];
    result[3] = alphabet[static_cast<unsigned int>(ch & 0xf)];

    return std::move(result);
}

Answer 1

Little endian或big endian描述了8位以上的变量在内存中的存储方式。您设计的测试不测试内存布局，它直接使用 wchar_t 类型；整数类型的高位总是高位，无论 CPU 是大端还是小端！

对您的代码的这种修改将显示它的实际工作原理。

std::string charToHex(wchar_t * pch)
{
    const char alphabet[] = "0123456789ABCDEF";

    std::string result;

    unsigned char * pbytes = static_cast<unsigned char *>(pch);

    for (int i = 0; i < sizeof(wchar_t); ++i)
    {
        result.push_back(alphabet[(pbytes[i] & 0xf0) >> 4];
        result.push_back(alphabet[pbytes[i] & 0x0f];
    }

    return std::move(result);
}

Visual Studio 2015 的 UTF-16 编码字符串的内存布局是什么？

What's the memory layout of UTF-16 encoded strings with Visual Studio 2015?

windows

utf-16

wstring