C语言中的多字节字符与宽字符

C语言原本是在英文环境中设计的，主要的字符集是7位的ASCII码，8位的byte（字节）是最常见的字符编码单位。但是国际化软件必须能够表示不同的字符，而这些字符数量庞大，无法使用一个字节编码。
　　C95标准化了两种表示大型字符集的方法：宽字符（wide character，该字符集内每个字符使用相同的位长）以及多字节字符（multibyte character，每个字符可以是一到多个字节不等，而某个字节序列的字符值由字符串或流（stream）所在的环境背景决定）。

　　自从1994年的增补之后，C语言不只提供char类型，还提供wchar_t类型（宽字符），此类型定义在stddef.h 头文件中。wchar_t指定的宽字节类型足以表示某个实现版本扩展字符集的任何元素。

　　在多字节字符集中，每个字符的编码宽度都不等，可以是一个字节，也可以是多个字节。源代码字符集和运行字符集都可能包含多字节字符。多字节字符可以被用于字符的常量、字符串字面值（string literal）、标识符（identifier）、注释（comment），以及头文件。

　　C语言本身并没有定义或指定任何编码集合，或任何字符集（基本源代码字符集和基本运行字符集除外），而是由其实现指定如何编码宽字符，以及要支持什么类型的多字节字符编码机制。

　　虽然C标准没有支持Unicode字符集，但是许多实现版本使用Unicode转换格式UTF-16和UTF-32来处理宽字符。如果遵循Unicode标准，wchar_t类型至少是16或32位长，而wchar_t类型的一个值就代表一个Unicode字符。

　　UTF-8是一个由Unicode CONsortium（万国码联盟）定义的实现，可以表示Unicode字符集的所有字符。UTF-8字符所使用的空间大小从一个字节到四个字节都有可能。

　　多字节字符和宽字符（也就是wchar_t）的主要差异在于宽字符占用的字节数目都一样，而多字节字符的字节数目不等，这样的表示方式使得多字节字符串比宽字符串更难处理。比方说，即使字符'A'可以用一个字节来表示，但是要在多字节的字符串中找到此字符，就不能使用简单的字节比对，因为即使在某个位置找到相符合的字节，此字节也不见得是一个字符，它可能是另一个不同字符的一部分。然而，多字节字符相当适合用来将文字存储成文件。

　　C提供了一些标准函数，可以将多字节字符转换为wchar_t，或将宽字符转换为多字节字符。比方说，如果C 编译器使用Unicode 标准的UTF-16 和UTF-8，那么下面调用wctomb()函数就可以获得字符的多字节表示方式（注：wctomb = wide character to multibyte）。

转载于:https://www.cnblogs.com/zhwl/archive/2012/11/23/2784261.html

C语言中的多字节字符与宽字符相关推荐

linux 宽字符串,C语言中的多字节字符与宽字符
C语言原本是在英文环境中设计的,主要的字符集是7位的ASCII码,8位的byte(字节)是最常见的字符编码单位.但是国际化软件必须能够表示不同的字符,而这些字符数量庞大,无法使用一个字节编码. C95 ...
C语言学习（十二）C语言中的字符（宽字符与窄字符）、从字符谈谈C语言的编码、转义字符
C语言学习(十二)C语言中的字符(宽字符与窄字符).从字符谈谈C语言的编码.转义字符目录 C语言学习(十二)C语言中的字符(宽字符与窄字符).从字符谈谈C语言的编码.转义字符英文字符字符的表示 ...
c语言中用于判断ch是否是字符的表达式,最新C语言复习题集资料
精品文档 C语言复习题集一. 判断题 1-1.C语言程序是从源文件的第一条语句开始执行的. 正确答案:F 1-2.C语言中的变量名不区分大小写. 正确答案:F 1-3.若变量定义为double x; ...
c语言中不能将字符串赋值给字符数组
参考文章:c语言中,为什么字符串可以赋值给字符指针变量 1.可以将字符串赋值给指向字符的指针p,而不能将字符串赋值给一个字符数组. char a[10]="hello";//正确的 ...
php byte转宽字符,C++宽字符与普通字符的转换实例详解
C++宽字符与普通字符的转换实例详解把字符串转换成宽字符串, 实例代码: wstring string2Wstring(string sToMatch) { #ifdef _A_WIN int iW ...
在c语言中合法标识符的第一个字符必须是,c语言合法标识符判断规则是什么？...
规则是:1.标识符的第一个字符必须是字母(a~z或A~Z)或下划线(_):2.后面跟的字符是由任意字母.下划线(_).数字组成:3.标识符中的大小写字母是有区别的,代表不同含义:4.标识符不能是关键字 ...
C语言中表示输出类型的格式字符
1.%d-以十进制形式输出带符号整数: 2.%o-以八进制形式输出无符号整数(不输出前缀O); 3.%x-以十六进制形式输出无符号整数(不输出前缀OX); 4.%u-以十进制形式输出无符号整数; 5. ...
C语言中如何输出一些特殊的字符
在编写程序的时候我们可能会遇到这样的问题我们在输出一些特殊字符的时候会无法输出比如说单双引号这时候我们就需要在想输出的符号面前加上反斜杠'\' 比如: printf("我说:\ ...
c语言中黑色的鼠标变宽,大师解答win7系统鼠标光标变成黑色方块了的设置方案....
相信大多数朋友在使用电脑的过程中,会出现win7系统鼠标光标变成黑色方块了的状况,当遇到win7系统鼠标光标变成黑色方块了这种情况,我们应该如何解决呢?其实大部分的朋友都还不知道win7系统鼠标光标变 ...

C语言中的多字节字符与宽字符

C语言中的多字节字符与宽字符相关推荐

最新文章

热门文章