如何在/utf-8执行模式+UTF-8 manifest下处理WM_CHAR消息

我正在更新WM_CHAR处理函数，使其适配新的/utf-8执行模式与UTF-8 manifest。目前源码中的Unicode字符能正常显示——窗口标题、控制台输出都没问题，但用户输入的Unicode字符处理异常。

调试过程 #

找不到相关文档，我手动做了调试：
在WM_CHAR分支里打印参数：

case WM_CHAR:
    println("WM_CHAR: 0x{:X}[{}]", (uint32)wParam, GetUTF8CharCount((uint32)wParam));

计数函数实现如下：

static uint GetUTF8CharCount(uint32 c) {
    if (c <= 0x7F) {
        /* U+0000 ... U+007F */
        return 1;
    } else if (c < 0x07FF) {
        /* U+0080 ... U+07FF */
        return 2;
    } else if (c < 0xFFFF) {
        /* U+0800 ... U+FFFF */
        return 3;
    } else {
        /* U+10000 ... U+10FFFF */
        return 4;
    }
}

输入日文‘ウ’后，打印信息为：

[Info]: WM_CHAR: 0x4581[3]
[Info]: WM_CHAR: 0x4581[3]
[Info]: WM_CHAR: 0xA6[2]

经在线工具验证，只有最后一个字节是正确的，我搞不懂这些消息的含义。

补充调试信息 #

我添加了以下代码获取代码页信息：

CPINFOEX cpInfo;
GetCPInfoEx(CP_ACP, 0, &cpInfo);
println("ACP: {}, IsWindowUnicode: {}", GetACP(), IsWindowUnicode(hWnd));
println("CPINFOEX: {{{}, {}, {}, {}, {}}}", cpInfo.CodePage, std::string(cpInfo.CodePageName), *((uint16*)cpInfo.DefaultChar), cpInfo.MaxCharSize, (uint32)cpInfo.UnicodeDefaultChar);

输出结果：

[Info]: ACP: 65001, IsWindowUnicode: 0
[Info]: CPINFOEX: {65001, 65001 (UTF-8), 63, 4, 65533}

另外要说明的是，直接在源码里写死的Unicode字符（包括窗口标题、表情符号）都能正常显示。

补充发现 #

这个问题和当前激活的语言有关：切换到美式国际键盘，通过Win+;输入🎉表情，能得到正确的F0 9F 8E 89；但切换到日文键盘输入时，就会出现0x4581这类异常值。

问题根源 #

你的窗口是非Unicode窗口（IsWindowUnicode返回0），但系统ACP被设为UTF-8（65001）。这种组合会导致系统处理输入时出现编码混乱：

• 非Unicode窗口的WM_CHAR消息原本用于传递ANSI字符（单字节或多字节ANSI的单个字节），但当ACP是UTF-8时，系统会把Unicode输入转成UTF-8字节流，再将每个字节作为单独的WM_CHAR消息发送。
• 日文输入法输入的字符需要IME处理，非Unicode窗口下IME的转换逻辑和UTF-8 ACP不兼容，导致出现0x4581这类非法的UTF-8字节值。

解决方案 #

1. 改用Unicode窗口（推荐）

彻底切换到Unicode版本的窗口API：

• 注册窗口类用RegisterClassW，创建窗口用CreateWindowExW
• 处理WM_CHAR时，wParam直接是完整的Unicode代码点，不需要拆分或转换
• 配合/utf-8编译选项，源码中的UTF-8字符串可以通过MultiByteToWideChar(CP_UTF8, 0, utf8_str, -1, wchar_str, buf_size)转换为宽字符，供Unicode API使用

2. 用IME消息处理输入法输入（兼容方案）

如果必须保留ANSI窗口，放弃依赖WM_CHAR处理多语言输入，改用IME相关消息：

• 处理WM_IME_STARTCOMPOSITION、WM_IME_ENDCOMPOSITION、WM_IME_COMPOSITION消息
• 通过ImmGetContext(hWnd)获取IME上下文，再用ImmGetCompositionString获取完整的Unicode输入字符串

3. 避免UTF-8作为ACP的非Unicode窗口场景

系统对“非Unicode窗口+UTF-8 ACP”的支持并不完善，这是设计上的历史问题——ANSI窗口原本是为传统单字节/双字节ANSI代码页设计的，UTF-8作为ACP属于特殊场景，容易出现编码转换异常。

内容的提问来源于stack exchange，提问作者Duckdoom5