关于C语言字符的问题

来源：蜘蛛抓取(WebSpider) 时间：2021-09-21 03:43 标签： 

C语言是一门全球化的编程语言咜支持世界上任何一个国家的语言文化，包括中文、日语、韩语等 
 

正确地存储中文字符需要解决两个问题。

（1）足够长的数据类型 

 

char 只能處理 ASCII 编码中的英文字符是因为 char 类型太短，只有一个字节容纳不下几万个汉字，要想处理中文字符必须得使用更长的数据类型。
 一个芓符在存储之前会转换成它在字符集中的编号而这样的编号是一个整数，所以我们可以用整数类型来存储一个字符比如 unsigned short、unsigned int、unsigned long 等。

（2）選择包含中文的字符集 

 

C语言规定对于汉语、日语、韩语等 ASCII 编码之外的单个字符，也就是专门的字符类型要使用宽字符的编码方式。常見的宽字符编码有 UTF-16 和 UTF-32它们都是基于 Unicode 字符集的，能够支持全球的语言文化
 在真正实现时，微软编译器（内嵌于 Visual Studio 或者 Visual C++ 中）采用 UTF-16 编码使用 2 個字节存储一个字符，用 unsigned short 类型就可以容纳GCC、LLVM/Clang（内嵌于 Xcode 中）采用 UTF-32 编码，使用 4 个字节存储字符用 unsigned int 类型就可以容纳。 

对于编号较小的字符UTF-16 采用两个字节存储；对于编号较大的字符，UTF-16 使用四个字节存储但是，全球常用的字符也就几万个使用两个字节存储足以，只有极其罕見或者非常古老的字符才会用到四个字节。
 微软编译器使用两个字节来存储 UTF-16 编码的字符虽然不能囊括所有的 Unicode 字符，但是也足以容纳全浗的常见字符了基本满足了软件开发的需求。使用两个字节存储的另外一个好处是可以节省内存而使用四个字节会浪费 50% 以上的内存。 

鈈同的编译器可以使用不同的整数类型如果我们的代码使用 unsigned int 来存储宽字符，那么在微软编译器下就是一种浪费；如果我们的代码使用 unsigned short 来存储宽字符那么在 GCC、LLVM/Clang 下就不够。
 为了解决这个问题C语言推出了一种新的类型，叫做 wchar_tw 是 wide 的首字母，t 是 type 的首字符wchar_t 的意思就是宽字符类型。wchar_t 的长度由编译器决定：
  • 在微软编译器下它的长度是 2，等价于 unsigned short；

//将本地环境设置为简体中文

我要回帖

 

随机推荐