所以我想解析IDv3.4文件。格式规范中有4种文本编码类型：ISO-8859-1、UTF-16 with BOM、UTF-16BE和UTF-8。我已经编写了可以获取字节字符串的代码。
我的问题是如何将UTF-16 with BOM和UTF-16BE字节打印到控制台。
还有一个重要的条件：我只能使用C库。我不能使用C++库。我甚至不能使用第三方C库。
最佳答案
一般来说（不是专门用于分析IDv3.4文件），您需要选择代码内部使用的公共字符编码；然后从任何其他字符编码转换为您选择的字符编码（对于输入数据，例如从用户或文件或网络），然后再次转换（对于输出，用户、文件或网络）。
选择公共字符编码：
你需要一些最小化“不可转换情况”的东西——例如，你不想选择ASCII，因为有太多的字符编码不能转换成ASCII。这主要意味着您需要使用Unicode编码。
你想要方便的东西。对于Unicode编码，这实际上只给了您两种选择：UTF-8（因为您不必关心endian问题，而且它在空间/内存消耗方面相对有效，而且像strlen()这样的C函数仍然可以工作）和UTF-32的版本（因为每个代码点占用固定的空间，并且它使转换更简单）。其中，UTF-32的好处基本上不重要（除非您正在使用字体呈现引擎）。
C编译器使用的“whatever random who known what”字符编码是不相关的（对于char和w_char），因为它是特定于实现且不可移植的。
终端使用的“任何随机谁知道什么”字符编码是不相关的（终端应该被认为“只是输入/输出的另一种风格，其中涉及转换”）。
假设您选择UTF-8：
您可能可以强制编译器将字符串文本视为UTF-8（例如，在C++中类似于u8"hello"，但我似乎找不到任何标准的C）。否则你需要在必要的时候自己动手。
我建议使用uint8_t类型来存储字符串；部分原因是char是“有符号的还是无符号的，这取决于风吹的方向”（这使得与其他字符编码的转换因“右移有符号/负数”问题而痛苦），部分原因是它有助于发现“意外使用的东西不是UTF-8”错误（例如编译器关于“从有符号到无符号的转换”的警告）。
UTF-8和UTF-32LE、UTF be、UTF-16LE、UTF be之间的转换相当简单（相关的维基百科文章足以描述它的工作原理）。
“带BOM的UTF-16”意味着前2个字节将告诉您它是UTF-16LE还是UTF-16BE，因此（在您添加了对UTF-16LE和UTF-16BE的支持之后）这很简单带BOM的UTF-32类似（前4个字节告诉您它是UTF32-BE还是UTF32-BE）。
从ISO-8859-1到UTF-8的转换相当简单，因为字符与具有相同值的Unicode代码点匹配。然而，人们常常会弄错（例如，当数据实际上被编码为Windows-1252时，就说它是ISO-8859-1）；而要从UTF-8转换为ISO-8859-1，就需要处理“不可转换”的代码点。
关于c - 打印UTF-16字符串，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/57939538/