UTF16（例如 Wide-winapi 函数使用的）字符是否始终为 2 字节长？

请帮我解释一下，UTF16 是如何工作的？ 考虑到以下几点，我有点困惑：

• There is a static type in C++, WCHAR, which is 2 bytes long. (always 2 bytes long obvisouly) (UPDATE: as shown by the answers, this assumption was wrong).
• 大多数 msdn 和其他一些文档似乎都假设字符始终为 2 个字节长。这可能只是我的想象，我无法举出任何具体的例子，但看起来就是这样。
• C++ 或 Windows 中没有广泛使用的“超宽”函数或字符类型，因此我认为 UTF16 就是所需要的。
• 据我不确定，unicode 的字符数比 65535 多得多，因此它们显然没有足够的 2 个字节空间。
• UTF16 似乎是 UTF8 的更大版本，并且 UTF8 字符可以有不同的长度。

那么，如果 UTF16 字符并不总是 2 字节长，那么它还能长多长呢？ 3字节？或者只是2的倍数？ 然后，例如，如果有一个 winapi 函数想要知道一个宽字符串的字符大小，并且该字符串包含 2 个字符，每个字符长 4 个字节，那么该字符串的大小是多少在字符中计算过？

它是 2 个字符长还是 4 个字符长？ （因为它是8个字节长，每个WCHAR是2个字节）

更新：现在我发现字符计数不一定是标准的东西，甚至也不一定是 C++ 的东西，所以我会尝试在第二个问题中更具体一些，关于宽字符串的“字符”长度：

在 Windows 上，特别是在 Winapi 中，在其宽函数（以 W 结尾）中，如何计算由 2 个 unicode 代码点组成的字符串中的字符数，每个代码点由 2 个代码单元（总共 8 个字节）组成？这样的字符串是 2 个字符长（与代码点数量相同）还是 4 个字符长（与代码单元总数相同？）

或者，更通用的是：“宽字符串中的字符数”的 Windows 定义是什么意思，代码点的数量或代码单元的数量？

简短回答：不。

的大小wchar_t——基本字符单位——是没有定义的根据 C++ 标准（参见第 3.9.1 节第 5 段）。实际上，在 Windows 平台上它是两个字节长，在 Linux/Mac 平台上它是四个字节长。

此外，字符以特定于字节序的格式存储。在 Windows 上，这通常意味着小端，但它也适用于wchar_t包含大端数据。

此外，尽管每个wchar_t是两个（或四个）字节长，一个单独的字形（大致是一个字符）可能需要多个wchar_ts，并且可能有不止一种方式来表示它。

一个常见的例子是角色é (LATIN SMALL LETTER E WITH ACUTE)，代码点 0x00E9。这也可以表示为“分解”的代码点序列 0x0065 0x0301（即LATIN SMALL LETTER E其次是COMBINING ACUTE ACCENT）。两者均有效；请参阅维基百科文章Unicode 等效项 http://en.wikipedia.org/wiki/Unicode_equivalence了解更多信息。

简而言之，您需要知道或选择您将使用的编码。如果处理 Windows API，一个简单的选择是假设所有内容都是以 2 字节存储的小端 UTF-16wchar_ts.

在 Linux/Mac 上 UTF-8（带有chars) 更常见，API 通常采用 UTF-8。wchar_t被认为是浪费，因为它每个字符使用 4 个字节。

因此，对于跨平台编程，您可能希望在内部使用 UTF-8，并在调用 Windows API 时即时转换为 UTF-16。 Windows 提供了MultiByteToWideChar http://msdn.microsoft.com/en-us/library/dd319072.aspx and WideCharToMultiByte http://msdn.microsoft.com/en-us/library/dd374130.aspx函数来执行此操作，您还可以找到简化使用这些函数的包装器，例如ATL 和 MFC 字符串转换宏 http://msdn.microsoft.com/en-us/library/87zae4a3.aspx.

Update

该问题已更新为询问 Windows API 在询问字符串中的“字符数”时的含义。

如果 API 说“字符串的大小（以字符为单位）”，那么它们指的是字符串的数量wchar_ts（或数量chars 如果您由于某种原因在非 Unicode 模式下进行编译）。在那个具体案例您可以忽略这样一个事实：一个 Unicode 字符可能需要多个字符wchar_t。这些 API 只是想要填充缓冲区，并且需要知道它们有多少空间。