关于 unicode 的思考 ， 及各个语言的表现

在编写某个小工具的时候(环境：win10 x64 + vc6.0 ANSI)，偶然发现 post 返回的数据大部分都是 unicode 码 ,如 \u5555

于是千方百计的寻找资料找到了两个转码方案,终于把 unicode 成功转换到 中文 ,

但是不久发现部分 unicode 无法转换成功，返回显示的都是 '?', 两个方案都是一样的情况。 (环境：win10 x64 + vc6.0 ANSI)

尝试很久都无法成功转换，根据网络资料得知，转换失败的码值 在 国际音标扩展 的区间 ，即 0250-02AF , 还有 空白修饰字母 的区间 02B0-02FF
（有想过是否是系统字体的不支持的原因，但后来都否定了）
于是尝试别的语言，看看有何表现

1.python

首先尝试的是 python （2.7）,因为听说python 有很多功能强大的库可以现成使用，而不必花费太多的心思造轮子

出于快速开发的考虑，界面ui选择 pyqt4， 因为使用 Designer 可以快速拖拽控件得到界面

结果：python 本身已经支持 unicode , 在 pycharm 的控制台可以得出预料中的结果(包括 国际音标扩展)，

使用字符串查找该特殊音标也可以找到(占位位置有点搞不明白)，转码过程很轻松(有点看不懂)，

但是把结果通过pyqt4的消息框展示的时候出现缺陷，消息框的标题可以完美显示，但是消息框内的提示内容文本则无法显示 国际音标扩展 (猜测其它的特殊字符应该也无法显示)

鉴于pyqt网络上资料太少，学习成本高，再加上无法完美支持，所以放弃 python

 

2.c#

结果： 完美支持。鉴于在多线程下访问控件时的繁琐，需要委托，以及c#的异常机制需要无数 try catch 过于繁琐, 但是该语言在快速开发的表现不错，保留候选

 

3. 易语言

结果：跟 vc6.0 是一样的情况。 鉴于该语言是中文编程，无法英文显示代码，放弃。

 

4.vs c++

结果：完美支持，在 unicode 的环境下，甚至不需要转换，直接将字符串的字面值转到 16进制 数据保存即可，但是在试验过程中遇到一个诡异问题，

CString str;
str.GetBuffer(10);

str.GetBuffer(NULL)[0] = 0x0259; // 或者str.GetBuffer(NULL)[0] = L'ə';

str.ReleaseBuffer();

AfxMessageBox(str);

结果前面部分正常，但是后面带着一串乱码,并且随着 GetBuffer 获得的内存变长，后面带着的乱码也变长，疑似未初始化导致出现的野值，尝试使用 memset 发现

str.GetBuffer(1);memset(str.GetBuffer(NULL), 0, 1); // 正常

str.GetBuffer(2);memset(str.GetBuffer(NULL), 0, 2); // 后面带有乱码

str.GetBuffer(3);memset(str.GetBuffer(NULL), 0, 3); // 后面带有乱码

str.GetBuffer(4);memset(str.GetBuffer(NULL), 0, 4); // 正常 ( >= 4 都正常，2-3带乱码 )

结论：在一个 unicode 字符的情况下，无论是GetBuffer 还是 memset 不满足 >= 4 都会带有乱码；

除非 字符个数 与 内存参数 相同，

即 一个 unicode 字符，GetBuffer(1) memset(str.GetBuffer(NULL), 0, 1)  或者 两个 unicode 字符，GetBuffer(2) memset(str.GetBuffer(NULL), 0, 2) 以此类推，都不会有乱码，

如果放进去的数据大小比内存参数少，还是会出现后面跟着乱码，

比如 str.GetBuffer(2);memset(str.GetBuffer(NULL), 0, 2);str.GetBuffer(NULL)[0] = 0x0259;//str.GetBuffer(NULL)[1] = 0x0258;//没有这句就带乱码

使用 str.GetBuffer(NULL)[1] = 0; 在后面置0 则可以解决问题，无论是 在赋值 0x0259 前使用，还是在 赋值后使用置零，都能解决该问题。

如果设置 CString 的空间刚好，就不会带乱码，比如：str.GetBuffer(1);str.GetBuffer(NULL)[0] = 0x0259;

后面带着乱码的原因是什么，暂不得知，继续探索......